{
    "schema_version": "via_ai_product_manager_jobs_v1",
    "data_type": "ai_product_manager_jobs",
    "job": {
        "job_title": "后训练算法专家（J104317）",
        "job_level": "专家",AI生成
        "work_category": "全职",AI生成
        "department": "PSIG",
        "location": "北京市",
        "work_mode": "未披露",AI生成
        "job_category": "技术"AI生成
    },
    "company": {
        "company_name": "百度",
        "company_industry": "互联网 / 人工智能",
        "company_size": "10000人以上",
        "company_website": "baidu.com",
        "company_description": "百度围绕搜索发展人工智能技术，业务涉及语音、图像、知识图谱、自然语言处理、自动驾驶和AI芯片。"
    },
    "compensation": {
        "salary_range": {
            "min": "",
            "max": "",
            "currency": "未披露",
            "cycle": "未披露"
        },
        "benefits": "未披露"
    },
    "requirements": {
        "working_years": 3,
        "degree": "-计算机、人工智能、数学、统计学、电子信息等相关专业硕士及以上学历",
        "language": "未披露",AI生成
        "visa_support": "未披露",
        "responsibilities": "-负责大模型在文档、搜索、创作、研究分析和复杂办公等场景中的算法研发与效果优化，重点提升指令理解、复杂推理与规划、工具调用、长上下文理解、事实性及结构化生成等能力\n-建设大模型后训练数据体系，包括线上难例挖掘、任务轨迹分析、数据清洗、合成数据生成、偏好数据构造和数据质量评估\n-根据实际任务选择并落地 SFT、DPO、RLHF、GRPO、蒸馏等后训练与行为对齐方案，提升模型在目标场景中的效果、稳定性和泛化能力\n-建设模型评测体系，包括离线评测集、自动评估器、LLM-as-Judge、回归测试和线上实验，定位模型在理解、推理、工具调用和结果生成等环节的问题\n-分析真实用户任务中的模型失败案例，将线上问题转化为可训练的数据、可量化的指标和可验证的实验方案，形成持续迭代闭环\n-参与模型选型、大小模型协同、模型路由和推理策略优化，在任务效果、响应延迟与资源成本之间取得合理平衡\n-与产品和工程团队协作，推动模型能力稳定应用于线上产品",
        "requirements_text": "-计算机、人工智能、数学、统计学、电子信息等相关专业硕士及以上学历\n-具备 3 年以上大模型、自然语言处理、机器学习或相关方向研发经验\n-熟悉 Transformer 和大语言模型基本原理，对预训练、指令微调、偏好对齐、强化学习和模型推理有系统理解\n-具备大模型后训练、训练数据建设、模型评测或复杂业务场景模型优化经验，完整参与过至少一个从数据构建、训练实验到效果验证的大模型项目\n-熟练使用 Python 和 PyTorch，具备良好的数据处理、模型训练、实验分析和问题定位能力\n-能够将用户体验和业务效果问题转化为明确的模型问题、数据方案、评测指标和训练实验\n-具备良好的工程意识，关注实验可复现性、数据版本管理、模型回归、线上稳定性和推理成本\n-具备较强的自驱力、学习能力和结果意识，能够独立负责一个模型算法方向并推动落地\n-加分项\n-有 SFT、DPO、RLHF、GRPO、Reward Model 等后训练实践经验\n-有 Tool-use、Agentic Model、推理模型或长上下文模型训练经验\n-有合成数据、Preference Data、Trajectory Data、难例挖掘或数据飞轮建设经验\n-有 Critic、Verifier、Process Reward、模型自检或结果验证相关经验\n-有大模型自动评测、LLM-as-Judge、Grader 或线上模型效果归因经验\n-熟悉 Qwen、DeepSeek、GLM、Llama 等开源模型，或熟悉 DeepSpeed、FSDP、Megatron-LM、vLLM、SGLang 等训练和推理框架\n-有 AI 搜索、文档理解、内容创作、Deep Research、代码生成或办公智能化相关经验\n-在大模型、自然语言处理或机器学习相关会议发表过论文，或有高质量开源项目贡献",
        "skills": [AI生成
            "Python",
            "PyTorch",
            "机器学习",
            "强化学习",
            "自然语言处理",
            "模型训练",
            "学习能力",
            "大语言模型"
        ],
        "preferred_qualifications": "加分项",
        "job_highlights": "未披露"
    },
    "contact": {
        "recruiter_name": "未披露",
        "contact_methods": [
            {
                "type": "apply_link",
                "value": "https://talent.baidu.com/jobs/detail/SOCIAL/79eb4ab9-cdd7-4d28-815c-2b79c1c0ebb6"
            }
        ]
    },
    "posting": {
        "posting_id": "79eb4ab9-cdd7-4d28-815c-2b79c1c0ebb6",
        "post_date": "2026-08-24",
        "hire_time": "未披露",
        "update_date": "20260917",
        "job_url": "https://talent.baidu.com/jobs/detail/SOCIAL/79eb4ab9-cdd7-4d28-815c-2b79c1c0ebb6"
    },
    "fulltext": "后训练算法专家（J104317）\n后训练算法专家（J104317）\n\n基础信息\n部门：PSIG\n地点：北京市\n类别：技术\n招聘人数：2\n发布时间：2026-08-24\n\n工作职责\n-负责大模型在文档、搜索、创作、研究分析和复杂办公等场景中的算法研发与效果优化，重点提升指令理解、复杂推理与规划、工具调用、长上下文理解、事实性及结构化生成等能力\n-建设大模型后训练数据体系，包括线上难例挖掘、任务轨迹分析、数据清洗、合成数据生成、偏好数据构造和数据质量评估\n-根据实际任务选择并落地 SFT、DPO、RLHF、GRPO、蒸馏等后训练与行为对齐方案，提升模型在目标场景中的效果、稳定性和泛化能力\n-建设模型评测体系，包括离线评测集、自动评估器、LLM-as-Judge、回归测试和线上实验，定位模型在理解、推理、工具调用和结果生成等环节的问题\n-分析真实用户任务中的模型失败案例，将线上问题转化为可训练的数据、可量化的指标和可验证的实验方案，形成持续迭代闭环\n-参与模型选型、大小模型协同、模型路由和推理策略优化，在任务效果、响应延迟与资源成本之间取得合理平衡\n-与产品和工程团队协作，推动模型能力稳定应用于线上产品\n\n职责要求\n-计算机、人工智能、数学、统计学、电子信息等相关专业硕士及以上学历\n-具备 3 年以上大模型、自然语言处理、机器学习或相关方向研发经验\n-熟悉 Transformer 和大语言模型基本原理，对预训练、指令微调、偏好对齐、强化学习和模型推理有系统理解\n-具备大模型后训练、训练数据建设、模型评测或复杂业务场景模型优化经验，完整参与过至少一个从数据构建、训练实验到效果验证的大模型项目\n-熟练使用 Python 和 PyTorch，具备良好的数据处理、模型训练、实验分析和问题定位能力\n-能够将用户体验和业务效果问题转化为明确的模型问题、数据方案、评测指标和训练实验\n-具备良好的工程意识，关注实验可复现性、数据版本管理、模型回归、线上稳定性和推理成本\n-具备较强的自驱力、学习能力和结果意识，能够独立负责一个模型算法方向并推动落地\n-加分项\n-有 SFT、DPO、RLHF、GRPO、Reward Model 等后训练实践经验\n-有 Tool-use、Agentic Model、推理模型或长上下文模型训练经验\n-有合成数据、Preference Data、Trajectory Data、难例挖掘或数据飞轮建设经验\n-有 Critic、Verifier、Process Reward、模型自检或结果验证相关经验\n-有大模型自动评测、LLM-as-Judge、Grader 或线上模型效果归因经验\n-熟悉 Qwen、DeepSeek、GLM、Llama 等开源模型，或熟悉 DeepSpeed、FSDP、Megatron-LM、vLLM、SGLang 等训练和推理框架\n-有 AI 搜索、文档理解、内容创作、Deep Research、代码生成或办公智能化相关经验\n-在大模型、自然语言处理或机器学习相关会议发表过论文，或有高质量开源项目贡献\n-负责大模型在文档、搜索、创作、研究分析和复杂办公等场景中的算法研发与效果优化，重点提升指令理解、复杂推理与规划、工具调用、长上下文理解、事实性及结构化生成等能力\n-建设大模型后训练数据体系，包括线上难例挖掘、任务轨迹分析、数据清洗、合成数据生成、偏好数据构造和数据质量评估\n-根据实际任务选择并落地 SFT、DPO、RLHF、GRPO、蒸馏等后训练与行为对齐方案，提升模型在目标场景中的效果、稳定性和泛化能力\n-建设模型评测体系，包括离线评测集、自动评估器、LLM-as-Judge、回归测试和线上实验，定位模型在理解、推理、工具调用和结果生成等环节的问题\n-分析真实用户任务中的模型失败案例，将线上问题转化为可训练的数据、可量化的指标和可验证的实验方案，形成持续迭代闭环\n-参与模型选型、大小模型协同、模型路由和推理策略优化，在任务效果、响应延迟与资源成本之间取得合理平衡\n-与产品和工程团队协作，推动模型能力稳定应用于线上产品\n-计算机、人工智能、数学、统计学、电子信息等相关专业硕士及以上学历\n-具备 3 年以上大模型、自然语言处理、机器学习或相关方向研发经验\n-熟悉 Transformer 和大语言模型基本原理，对预训练、指令微调、偏好对齐、强化学习和模型推理有系统理解\n-具备大模型后训练、训练数据建设、模型评测或复杂业务场景模型优化经验，完整参与过至少一个从数据构建、训练实验到效果验证的大模型项目\n-熟练使用 Python 和 PyTorch，具备良好的数据处理、模型训练、实验分析和问题定位能力\n-能够将用户体验和业务效果问题转化为明确的模型问题、数据方案、评测指标和训练实验\n-具备良好的工程意识，关注实验可复现性、数据版本管理、模型回归、线上稳定性和推理成本\n-具备较强的自驱力、学习能力和结果意识，能够独立负责一个模型算法方向并推动落地\n-加分项\n-有 SFT、DPO、RLHF、GRPO、Reward Model 等后训练实践经验\n-有 Tool-use、Agentic Model、推理模型或长上下文模型训练经验\n-有合成数据、Preference Data、Trajectory Data、难例挖掘或数据飞轮建设经验\n-有 Critic、Verifier、Process Reward、模型自检或结果验证相关经验\n-有大模型自动评测、LLM-as-Judge、Grader 或线上模型效果归因经验\n-熟悉 Qwen、DeepSeek、GLM、Llama 等开源模型，或熟悉 DeepSpeed、FSDP、Megatron-LM、vLLM、SGLang 等训练和推理框架\n-有 AI 搜索、文档理解、内容创作、Deep Research、代码生成或办公智能化相关经验\n-在大模型、自然语言处理或机器学习相关会议发表过论文，或有高质量开源项目贡献",
    "standard_classification": {
        "std_category_code": "T010",
        "std_aux_codes": [
            "T015"
        ],
        "std_category_status": null,
        "std_taxonomy_version": "20261104"
    }
}