招聘： LLM 后训练工程师 (角色扮演对话模型类型)

在 V2 已经招到 5 个以上全职远程的小伙伴了，目前都已经稳定在职，团队还在继续扩充

目前的缺口有 LLM 后训练的算法工程师岗位，AIGC 创作的内容运营岗位，AI 伴侣产品岗位

美国主体公司，有自己的 GPU 集群，支持远程全职，欢迎投递

岗位薪资标准：20-40k/月

## 岗位职责

- 负责大语言模型的 SFT 、偏好优化及相关后训练工作；
- 建设训练数据的采集、清洗、去重、标注和质量评估流程；
- 设计模型评测集和评价指标，分析训练前后的能力变化；
- 组织候选回答生成、人工评审和高质量训练样本生产；
- 优化训练参数、数据配比、上下文长度和 Chat Template ；
- 完成模型训练、推理部署、版本管理和线上效果跟踪；
- 根据产品反馈定位模型、数据、Prompt 或推理环节的问题。

## 任职要求

- 熟悉 Python 、PyTorch 、Transformers 等技术栈；
- 有大语言模型 SFT 、LoRA/QLoRA 或偏好优化实战经验；
- 理解生成模型的数据格式、损失计算、上下文截断和训练流程；
- 能够独立完成数据处理、训练实验、效果评测和问题分析；
- 具备良好的实验设计能力，重视数据隔离、可复现性和评测可信度；
- 对语言质量、指令遵循、多轮对话和长上下文能力有判断力；
- 具备较强的工程能力和跨团队沟通能力。

## 加分项

- 有对话模型、角色扮演、互动叙事或创意写作模型经验；
- 熟悉 TRL 、PEFT 、vLLM 、DeepSpeed 或同类工具；
- 有 DPO 、KTO 、奖励模型或人工反馈数据经验；
- 有模型评测、数据标注平台或线上模型迭代经验；
- 有可展示的模型、数据集、代码或实验报告。

符合的同学欢迎投递简历至以下渠道（投递默认为可以接受小型任务测试）：

联系邮箱（ Base64 ）：cGVhY2hsYW5kYWlAZ21haWwuY29t

联系 TG （ Base64 ）：QGN6YWs5