大模型后训练研发实习生1000-2000元/月 (月薪)
海南世纪前沿私募基金管理有限公司
2027-04-29 00:00:00
其他27届28届实习
岗位详情
地区：
深圳市
专业要求：
人工智能自动化计算机科学与技术软件工程理学
岗位职责：
1. 参与 LLM 后训练全流程实验，包含 SFT、RL、Agentic RL 开发调优；
2. 主攻大模型数学推理优化，探索自然语言 / 形式化数学证明能力提升方案；
3. 协助完成数据合成、模型后训练(RL训练、Agentic RL系统优化)、搭建Benchmark跟踪与测试，推动模型能力提升；
4. 协同团队开展相关实验，输出技术文档，跟进复现前沿推理、强化学习相关论文；
招聘要求：
1. 计算机 / 人工智能 / 数学等相关在读本科生或硕士，深度学习、大模型理论基础扎实；
2. 熟练 Python 与 PyTorch，懂 Transformer、SFT、RLHF 基础，能独立写模型微调代码；
3. 熟悉 Linux 开发环境，有数据集处理、模型评测相关实操经验优先；
加分项
- 有 SFT/RLHF/Agent 训练实操经历；
- 做过 GSM8K、MiniF2F 等数学推理 Benchmark 相关实验；
- 掌握 DeepSpeed/vLLM 等大模型训练框架，复现过 AI 顶会论文；
公司介绍
海
海南世纪前沿私募基金管理有限公司
海南世纪前沿私募基金管理有限公司，成立于2015-08-24，位于海南，法定代表人：吴敌，登记状态：存续，注册资本1000万人民币，公司类型：民营/私企