机器学习工程师

岗位职责：

• 参与公司机器学习工程（MLE）相关工作，专注于提升大语言模型（LLM）的生成质量，推动技术创新和产品落地，具体职责包括但不限于：
• 监督微调（SFT）与强化学习优化：深入研究和实施大语言模型（LLM）的监督微调（Supervised Fine-tuning, SFT）技术，结合业务需求精准优化模型性能；开发数据增强和过滤策略，进一步优化模型训练数据的质量。
• 工程化与部署：设计并实现从训练到推理的完整模型工程化流程，包括分布式训练、推理优化和多机部署。
• 系统设计与支持：与后端团队协作，设计高性能模型微服务架构，支持大规模并发请求；建立模型评估体系，通过自动化评估指标（如BLEU、ROUGE、PPL）和用户反馈迭代生成能力。
• 新策略调研与模型恢复优化：针对生成质量问题，调研最新优化技术，验证其在模型恢复和提升生成一致性中的效果；通过快速原型和实验设计，将创新策略转化为实际应用，并推动工程化落地。
• 跨团队协作与支持：与数据科学家、AI产品经理密切协作，进行需求分析、技术方案评审及落地实施。

任职资格：

• 编程能力：精通至少一种后端开发语言（如 Python、Go、Node.js），熟悉主流开发框架和工具链；具备分布式系统和并行计算开发经验，能设计高效的训练与推理管道；熟悉代码优化、内存管理和调试技术。
• 模型开发与优化：深入理解深度学习框架（如 PyTorch、TensorFlow），有大规模模型训练、调优经验；熟悉SFT、RLHF、DPO等生成优化技术，并能够结合业务场景灵活应用；精通奖励模型构建及其在强化学习中的应用，能够在生成场景中提升上下文一致性和内容质量；具备调研最新生成优化技术并高效转化为实际应用的能力。
• 工程化与系统设计：有从零搭建机器学习系统的经验，熟悉推理加速、模型优化和微服务架构设计；熟悉云服务平台（如 AWS、GCP、Azure），具备大规模分布式部署能力；熟悉面向LLM的A/B测试框架，能够通过实验持续优化生成质量。

加分项：

• 有从零搭建生成式AI模型或团队的经验。
• 有角色扮演场景经验。
• 在开源社区有贡献记录。
• 对产品和技术有热情，并有自己的思考和想法。
• 具有极强的主观能动性。

联系方式：

微信：LLGG9501