MiMo算法研究员-后训练

Locations

北京

Team

小米MiMo

Employment

Full-time

Track

Experienced

Not disclosed: Salary, Employer application deadline

Apply through the official channel. The full external receipt stays in your workspace. When signed in, three minimal event types explicitly recorded through the CLI are reported by default: selection, self-reported application and channel observation. Browsing or saving a role does not report an event; external applications do not appear under My applications.

• 我们是小米MiMo团队的 Post-train 组，专注模型对齐、可扩展强化学习、AI Agent 等前沿方向，致力于产出世界级研究成果与模型。
• 我们拥有充足算力与真实应用场景，汇聚了一批对 AGI 怀有长期信念、追求技术深度的研究者与工程师。在开放、专注的氛围中，我们鼓励从第一性原理出发，共同探索通往更高级人工智能的路径。
• 主要研究方向
• 1. AI 智能体 (AI Agent)
• - Agent 基础能力：研发大规模、高质量的 Agent 数据合成管线，提升模型在 Code、Search 及 General Tool Use 使用等场景下的能力。
• - 高级 Agent 系统：探索多智能体协作、长时记忆系统及交互环境的构建，提升模型解决复杂任务能力。
• 2. 大语言模型推理 (LLM Reasoning)
• - 强化学习与推理：探索高效、稳定的强化学习算法。
• - 推理能力提升：增强模型在数学、代码与逻辑等复杂任务中的推理能力，提升模型的智能上限。
• 3. 可扩展对齐 (Scalable Alignment)
• - 模型对齐与 RLHF：持续提升模型的指令遵循度、有用性与诚实性。
• - AI 安全与价值观：为大模型构建可靠、可信的行为准则，提升 AI 安全性。

Qualifications and expectations

• - 拥有大语言模型 Post-train（如 SFT, RLHF, RLVR, Agent）相关的研究或项目实践经验。
• - 具备扎实的 Data Sense 和 Evaluation Sense，能够以问题为导向，通过严谨的实验设计和数据分析驱动模型迭代。
• - 具备出色的编程与工程能力，熟练掌握 PyTorch 等深度学习框架，并对 Verl、Megatron 等分布式训练方法有深入理解；熟悉 SGLang、vLLM 等高性能推理引擎。

Preferred qualifications (not mandatory)

• - 作为主要贡献者主导或参与过有影响力的开源项目。
• - 在 NeurIPS、ICML、ICLR、ACL、EMNLP 等人工智能顶级会议或学术期刊上发表过高质量论文。
• - 在 IMO/CMO、IOI/NOI、ACM-ICPC 等国内外知名竞赛中取得过优异成绩。