大模型后训练工程师

华为计算大模型后训练实习生招聘 工作内容： 主要负责大模型的后训练( post - training ）工作，提升模型性能。具体任务包括但不限于监督微调（ SFT ）和基于人类反馈的强化学习（ RLHF )。你将参与模型优化、算法改进以及实验设计，协助团队解决实际问题并推动技术进步。

1．对大模型充满热情，熟悉主流的后训练技术，尤其是强化学习相关技术，如 PPO 和 GRPO 。 2．需具备顶级会议（如 ACL 、 EMNLP 、 NIPS 、 ICML 、 ICLR 、 CVPR 、 ICCV 、 ECCV )的一作发表或投稿经验。 3．有大规模强化学习训练经验者优先考虑。 4．具备扎实的编程能力，熟悉 Python 及相关机器学习框架（如 TensorFlow 、PyTorch ). 5. 良好的团队合作能力和沟通技巧，能够在协作环境中高效工作。