【校招】前沿强化学习青年研究员-安全基模中心当面告知
上海人工智能实验室有限公司
2026-12-24 02:54:22
校招博士26届27届28届硕士
岗位详情
地区：
上海
专业要求：
人工智能
岗位职责：
1. 研究和优化大模型后训练核心算法，包括 SFT、RFT、PPO、GRPO、DAPO 、OPD、SAO等主流强化学习对齐方法；
2. 设计与搭建大规模强化学习训练框架，支持大模型（含 MoE 架构）的高效训练与调优，沉淀团队可复用的后训练基础设施与最佳实践；
3. 结合团队具体任务场景，将后训练与 RL 技术落地为可交付的模型能力，持续提升模型的安全性、推理与泛化能力；
4. 跟进 RL 与后训练领域前沿进展（如 RLVR、过程奖励模型、Agentic RL 等），推动新算法在业务场景中的验证与落地。
招聘要求：
1. 人工智能、计算机、数学等相关专业应届硕士及以上学历，具备扎实的强化学习与大模型智能体基础；
2. 熟练掌握 PPO、GRPO、DPO、SAO 等主流 RL 算法，有大模型后训练 / RL 训练调优的实操经验；熟悉至少一种主流 RL 训练框架（如 veRL、OpenRLHF、TRL、slime 等），具备框架深度定制与二次开发能力者优先；
3. 具备扎实的工程实现能力，熟练掌握 Python，熟悉 PyTorch 分布式训练；有 Megatron-LM、vLLM、SGLang 等训练/推理 Infra 经验者优先；
4. 具备 一线大厂后训练团队相关经验者优先；在模型/训练技术报告中有署名成果者优先；在 NeurIPS、ICML、ICLR、ACL 等顶级会议发表过相关方向论文者优先（论文非硬性要求）；
5. 具备良好的前沿趋势洞察力、创新能力与独立解决问题的能力，科研与工程能力兼备。
公司介绍
上
上海人工智能实验室有限公司
上海人工智能实验室有限公司，成立于2025-01-26，位于上海，法定代表人：林纯洁，登记状态：存续，注册资本800万人民币，公司类型：国有企业