We use cookies and similar technologies to improve your experience, analyze site usage, and assist in our marketing efforts. Privacy Policy
Budget: CNY 30,000-60,000
Post time:
乐天集团深圳团队诚聘大模型微调工程师，聚焦LLM全链路训练与业务落地。您将深度参与从数据构建、监督微调（SFT）、奖励建模（RM）到PPO强化学习的完整流程，并负责模型推理加速（vLLM）、分布式训练（DeepSpeed）及效果评估。需基于LLaMA、Qwen、ChatGLM等开源基座开展LoRA/PPO微调，熟练使用Hugging Face生态（transformers/datasets/accelerate），理解Transformer架构与FlashAttention等关键技术。要求具备PyTorch实战能力、Linux GPU集群调试经验及高质量指令数据集构建能力。加分项：MoE或多模态微调、技术博客/开源贡献、昇腾/寒武纪平台适配经验。本岗为远程长期合作，支持弹性工作制。