职位详情

职位列表 链接有效 不适用(官网全量采集) official:baidu:e7d7fb32-6fe9-421c-b57f-e541210839b4

大模型算法专家(J97844)

未披露 · 北京市 · 百度

主分类:大模型与生成式算法研发
算法与数据
来源 JD 数据(旧分类保留,当前主分类见上方)
{
    "schema_version": "via_ai_product_manager_jobs_v1",
    "data_type": "ai_product_manager_jobs",
    "job": {
        "job_title": "大模型算法专家(J97844)",
        "job_level": "专家",AI生成
        "work_category": "全职",AI生成
        "department": "应用模型研发部",
        "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": "在这里,你将获得"
    },
    "requirements": {
        "working_years": "",
        "degree": "-计算机科学、人工智能、数学或相关领域的硕士/博士学历",
        "language": "未披露",AI生成
        "visa_support": "未披露",
        "responsibilities": "-我们是百度应用模型研发部,为多元化的业务场景研发高业务价值的AI模型。我们正打造一支AI Native的前沿技术团队,让技术驱动业务,让理想照进现实\n-在这里,你将获得\n-亿级用户影响力:深度参与亿级用户产品的技术研发,用AI推动行业的智能化升级,在解决真实世界难题中收获技术成就感\n-顶级成长资源:获得技术大牛一对一指导,在海量业务数据与大规模算力加持下,自由探索前沿技术方向,实现快速的能力跃迁\n-纯粹技术氛围:融入坦诚开放的团队文化,与一群有情有义的伙伴一起,做有价值、有挑战、有意义的事\n-你将负责\n- 大模型核心技术研发:负责大模型的后训练、强化学习等关键技术的实现与优化,提升模型在复杂任务中的性能与稳定性\n-领域数据体系建设:深入挖掘行业的多源异构数据,构建高质量训练语料库与知识增强机制,提升模型在各场景下的可控性与泛化能力\n-前沿技术探索:跟踪LLM最新研究进展,基于领域知识训练垂直场景大模型,推动技术从研究到落地的闭环",
        "requirements_text": "-计算机科学、人工智能、数学或相关领域的硕士/博士学历,或具备同等的实践经验\n-熟悉NLP与大模型训练机制,深入理解数据质量对模型性能的关键影响\n-熟练掌握Python及相关AI/NLP工具栈,具备优秀的代码实现能力\n-具备实际合成数据构建经验,掌握数据生成方法,能够通过实验驱动数据策略迭代\n-加分项\n-在ICLR、NeurIPS、ICML、CVPR、CoRL等顶级会议发表过相关论文\n-熟悉大模型全链路技术,包括预训练(Pre-training)、微调(SFT)、后训练(Post-training)、强化学习(RLHF)等\n-熟练使用LlamaFactory、VERL、LMDeploy、vLLM等开源大模型训练与推理框架",
        "skills": [AI生成
            "Python",
            "强化学习",
            "模型训练",
            "大语言模型"
        ],
        "preferred_qualifications": "加分项",
        "job_highlights": "在这里,你将获得"
    },
    "contact": {
        "recruiter_name": "未披露",
        "contact_methods": [
            {
                "type": "apply_link",
                "value": "https://talent.baidu.com/jobs/detail/SOCIAL/e7d7fb32-6fe9-421c-b57f-e541210839b4"
            }
        ]
    },
    "posting": {
        "posting_id": "e7d7fb32-6fe9-421c-b57f-e541210839b4",
        "post_date": "2026-03-04",
        "hire_time": "未披露",
        "update_date": "20260917",
        "job_url": "https://talent.baidu.com/jobs/detail/SOCIAL/e7d7fb32-6fe9-421c-b57f-e541210839b4"
    },
    "fulltext": "大模型算法专家(J97844)\n大模型算法专家(J97844)\n\n基础信息\n部门:应用模型研发部\n地点:北京市\n类别:技术\n招聘人数:5\n发布时间:2026-07-21\n\n工作职责\n-我们是百度应用模型研发部,为多元化的业务场景研发高业务价值的AI模型。我们正打造一支AI Native的前沿技术团队,让技术驱动业务,让理想照进现实\n-在这里,你将获得\n-亿级用户影响力:深度参与亿级用户产品的技术研发,用AI推动行业的智能化升级,在解决真实世界难题中收获技术成就感\n-顶级成长资源:获得技术大牛一对一指导,在海量业务数据与大规模算力加持下,自由探索前沿技术方向,实现快速的能力跃迁\n-纯粹技术氛围:融入坦诚开放的团队文化,与一群有情有义的伙伴一起,做有价值、有挑战、有意义的事\n-你将负责\n- 大模型核心技术研发:负责大模型的后训练、强化学习等关键技术的实现与优化,提升模型在复杂任务中的性能与稳定性\n-领域数据体系建设:深入挖掘行业的多源异构数据,构建高质量训练语料库与知识增强机制,提升模型在各场景下的可控性与泛化能力\n-前沿技术探索:跟踪LLM最新研究进展,基于领域知识训练垂直场景大模型,推动技术从研究到落地的闭环\n\n职责要求\n-计算机科学、人工智能、数学或相关领域的硕士/博士学历,或具备同等的实践经验\n-熟悉NLP与大模型训练机制,深入理解数据质量对模型性能的关键影响\n-熟练掌握Python及相关AI/NLP工具栈,具备优秀的代码实现能力\n-具备实际合成数据构建经验,掌握数据生成方法,能够通过实验驱动数据策略迭代\n-加分项\n-在ICLR、NeurIPS、ICML、CVPR、CoRL等顶级会议发表过相关论文\n-熟悉大模型全链路技术,包括预训练(Pre-training)、微调(SFT)、后训练(Post-training)、强化学习(RLHF)等\n-熟练使用LlamaFactory、VERL、LMDeploy、vLLM等开源大模型训练与推理框架\n-我们是百度应用模型研发部,为多元化的业务场景研发高业务价值的AI模型。我们正打造一支AI Native的前沿技术团队,让技术驱动业务,让理想照进现实\n-在这里,你将获得\n-亿级用户影响力:深度参与亿级用户产品的技术研发,用AI推动行业的智能化升级,在解决真实世界难题中收获技术成就感\n-顶级成长资源:获得技术大牛一对一指导,在海量业务数据与大规模算力加持下,自由探索前沿技术方向,实现快速的能力跃迁\n-纯粹技术氛围:融入坦诚开放的团队文化,与一群有情有义的伙伴一起,做有价值、有挑战、有意义的事\n-你将负责\n- 大模型核心技术研发:负责大模型的后训练、强化学习等关键技术的实现与优化,提升模型在复杂任务中的性能与稳定性\n-领域数据体系建设:深入挖掘行业的多源异构数据,构建高质量训练语料库与知识增强机制,提升模型在各场景下的可控性与泛化能力\n-前沿技术探索:跟踪LLM最新研究进展,基于领域知识训练垂直场景大模型,推动技术从研究到落地的闭环\n-计算机科学、人工智能、数学或相关领域的硕士/博士学历,或具备同等的实践经验\n-熟悉NLP与大模型训练机制,深入理解数据质量对模型性能的关键影响\n-熟练掌握Python及相关AI/NLP工具栈,具备优秀的代码实现能力\n-具备实际合成数据构建经验,掌握数据生成方法,能够通过实验驱动数据策略迭代\n-加分项\n-在ICLR、NeurIPS、ICML、CVPR、CoRL等顶级会议发表过相关论文\n-熟悉大模型全链路技术,包括预训练(Pre-training)、微调(SFT)、后训练(Post-training)、强化学习(RLHF)等\n-熟练使用LlamaFactory、VERL、LMDeploy、vLLM等开源大模型训练与推理框架",
    "standard_classification": {
        "std_category_code": "T010",
        "std_aux_codes": [],
        "std_category_status": null,
        "std_taxonomy_version": "20261104"
    }
}