AI算法工程师工程师(A195342)

1. 参与大语言模型（LLM）后训练流程的开发与落地，包括 SFT、RLHF/DPO/PPO 对齐训练、指令微调、领域适配等；协助构建后训练数据管线（数据筛选、质量评估、配比策略），跟进 ORPO、KTO、SimPO、Iterative DPO 等前沿方法进行实验验证与效果提升。 2. 参与模型核心评测指标的定义与跟踪（如 C-Eval/MMLU/GSM8K 及业务自建 benchmark），协助搭建自动化评测体系，针对准确率、幻觉率、安全性、指令遵循度、推理能力等维度优化实验，参与设计 A/B 实验方案并结合线上反馈进行指标归因分析。 3. 学习使用 DeepSpeed/Megatron-LM/vLLM 等框架进行分布式训练与推理优化，参与训练吞吐、显存占用、checkpoint 管理等工程优化；实践 LoRA/QLoRA/全参数微调等不同策略，探索效率与效果的平衡。 4. 持续跟踪学术界与工业界最新进展，定期输出技术调研与实验报告，快速复现关键论文方法，评估其在业务场景中的适用性。