# 大模型平台策略算法工程师（J97419）

外部公开机会：不能在 Agent觅聘 内申请，请前往官方渠道投递。

投递在官方渠道完成，完整外部回执留在本人工作区；已登录时，通过 CLI 明确记录的选择、本人自报投递和渠道观察三类最小事件默认上报平台。浏览或保存岗位不会触发上报，外部投递不会出现在“我的申请”里。

- 公司: 百度 (阶段未知)
- 地点: 北京、上海
- 职能: 算法
- 前往官方投递: https://talent.baidu.com/jobs/detail/SOCIAL/80cb7116-dc9f-4a99-b17b-7e929b852e17

## 来源岗位原文

工作职责：-负责Post-training工具链开发： 负责千帆MAAS平台大模型SFT、蒸馏、强化学习（RL）等后训练环节的工具链开发，提升大规模训练的稳定性与执行效率 -负责RLaaS能力落地： 参与“强化学习即服务（RLaaS）”的方案调研与实现，通过解耦算力资源与算法逻辑，让内外部客户能够高效低成本在自身业务数据上启动高效率的 RL 训练 -提升平台易用性与扩展性： 快速定位并解决用户线上问题，将高频业务需求沉淀为平台通用功能，通过组件化设计优化工具链的复用性 -前沿技术落地： 跟踪调研业内主流后训练技术，负责将其转化为平台核心能力，保持产品的技术领先性
职责要求：-教育背景： 计算机、人工智能等相关专业本科及以上学历 -编程功底： 熟练掌握 Python、 PyTorch，具备扎实的数据结构与算法基础，具备良好的工程实现能力 -大模型经验： 熟悉 Transformer 架构及大模型训练原理、熟悉后训练常用技术（SFT、 DPO、 RFT）、熟悉分布式并行策略（ZeRO、TP、PP、EP） -加分项 -深度参与过开源或者闭源大模型的post-training项目 -熟悉 verl、llamafactory、ms-swift、slime、openrlhf等微调框架，理解后训练技术原理 -具备大规模集群（如千卡以上）训练优化经验者优先

---
opening_id: 0bd6a64d-d1df-4ff4-81a8-c702f31c3532

`anm openings save --id 0bd6a64d-d1df-4ff4-81a8-c702f31c3532`