# 混元大语言模型后训练算法工程师（深圳/北京/上海）

External opening: you cannot apply through AI Native Match; apply on the official site.

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.

- Company: 腾讯 (Stage unknown)
- Locations: 北京
- Role: Algorithm
- Apply on the official site: https://careers.tencent.com/jobdesc.html?postId=2009467972866957312

## Role description from source

1.负责大语言模型后训练（Post-Training）阶段的核心技术研发，构建和优化高质量的奖励系统（Reward System），通过Reward Modeling (RM) 和强化学习（RL）算法持续提升模型在复杂指令遵循、逻辑推理及价值观对齐方面的能力；
2.深入研究和优化 RLHF 等后训练算法，提升模型训练的稳定性和最终效果；
3.负责大模型个性化（Personalization）与长期记忆（Memory）机制的算法研发，构建精准的“千人千面”用户建模体系，探索模型如何理解、提取、记忆并动态适应不同用户的长期偏好，持续提升个性化交互体验；
4.负责后训练阶段的数据合成与管理，设计高效的数据飞轮机制，利用SFT、Self-Instruct等技术合成高质量训练数据，并负责建立从用户多维反馈（User Feedback）到模型迭代的闭环信号建模体系；
5.负责后训练模型的全维度评测与分析，制定科学的评价指标，跟进前沿技术动态，将最新研究成果快速转化为业务价值。
职位要求
1.计算机科学/软件工程/人工智能等相关专业硕士及以上学历；
2.深入理解 Transformer 架构及大语言模型训练原理，在 LLM Alignment、RLHF、Reward Modeling、**个性化大模型（Personalized LLM）、记忆机制（Memory/RAG）**等后训练领域之一有深入的研究和实践经验；
3.在用户画像建模、推荐系统与大模型结合、或超长上下文/长期记忆模型优化方面有丰富实战经验者优先；
4.具备扎实的算法基础和工程实现能力，熟练掌握 Python，熟悉 PyTorch/TensorFlow 等深度学习框架；
5.拥有分布式训练实战经验，熟悉 Megatron-LM, DeepSpeed, vLLM 等大规模训练及推理框架，有百亿/千亿参数模型训练或调优经验者优先；
6.具备优秀的科研素养，有高质量论文发表（NeurIPS, ICLR, ICML, ACL, EMNLP 等）或在开源社区（如 HuggingFace）有高影响力项目贡献者优先；
7.具备强烈的技术热情和自驱力，善于分析和解决复杂问题，拥有良好的团队协作和沟通能力。
工作年限（官方顶部字段）
三年以上工作经验

---
opening_id: f819e660-7ba7-41b5-b65e-6cc5a95eb0a9

`anm openings save --id f819e660-7ba7-41b5-b65e-6cc5a95eb0a9`