「Qwen基座」大模型后训练12.0-24.0K/月 (月薪)
阿里巴巴（中国）有限公司
招满即止
社招（不限）社招博士本科硕士
岗位详情
地区：
全国
专业要求：
专业不限
岗位职责：
1. 探索更多可Scalable的Verifier信号，并通过RL提升模型的各项能力；
2. 提升reward model在创作、人类偏好、指令遵循等各专项上的能力，减少reward hacking和bias；
3. 研究reasoning path压缩和外推，实现更高质量的推理思考；
4. 将LLM的推理能力和 agent以及其他模态相结合，探索统一模态的reasoning。
招聘要求：
1. 本科及以上学历，人工智能、机器学习、深度学习、软件工程、相关专业优先；
2. 在深度学习、大规模模型训练、优化算法、生成式模型、自监督学习等领域有扎实的理论基础和实践经验，并至少在其中一个方向有学术成果或项目经历；
3. 具有较强的代码工程能力，精通 Python 以及 Pytorch 等深度学习框架，熟悉LLM推理引擎（如vLLM，SGLang）的实现；
4. 对基础模型的前沿问题有持续热情，具备独立思考能力和系统性研究思维，敢于挑战现有范式；能够独立应用技术解决复杂问题，主导或深度参与过有影响力项目的人选优先；
5. 具备跨学科视野与协作意识，能够与工程、产品等多学科团队紧密合作，推动研究成果快速落地并产生实际影响力。
公司介绍
阿里巴巴（中国）有限公司
阿里巴巴（中国）有限公司，成立于2007-03-26，位于浙江，法定代表人：蒋芳，登记状态：存续，注册资本15460.55039万美元，公司类型：民营/私企
公司信息:
公司名称:阿里巴巴（中国）有限公司
公司类型:互联网/电子商务
公司性质:5000以上
公司地点:
公司规模:--
涉及领域:--
公司网址: