{
    "schema_version": "via_ai_product_manager_jobs_v1",
    "data_type": "ai_product_manager_jobs",
    "job": {
        "job_title": "AI大模型工程师",
        "job_level": "未披露",AI生成
        "work_category": "全职",AI生成
        "department": "2012实验室",
        "location": "北京",
        "work_mode": "未披露",AI生成
        "job_category": "研发族"AI生成
    },
    "company": {
        "company_name": "华为",
        "company_industry": "信息通信技术 / 智能终端 / 云计算",
        "company_size": "10000人以上",
        "company_website": "huawei.com",
        "company_description": "华为提供通信网络、企业网络、智能终端、云服务、数字能源和智能汽车解决方案。"
    },
    "compensation": {
        "salary_range": {
            "min": "",
            "max": "",
            "currency": "未披露",
            "cycle": "未披露"
        },
        "benefits": "未披露"
    },
    "requirements": {
        "working_years": 1,
        "degree": "未披露",
        "language": "未披露",AI生成
        "visa_support": "未披露",
        "responsibilities": "1、\t围绕语言、多模态与 Agent 能力，探索预训练架构、后训练 SFT 数据配比、SFT 策略、SFT 与 RL 协同策略及 RL 训练算法；\n2、\t研究面向 Agentic、Reasoning、Coding、General等高优场景的针对性 Reward System 构建、环境模拟与训练策略；\n3、\t研究强化学习算法与训练稳定性提升方法，包括但不限于重要性采样策略、细粒度 Reward 设计、Credit Assignment 策略、Off-policy Masking 等提升 RL 训推一致性的策略；\n4、\t探索 Model Merge（模型融合）、On-policy KD（在线蒸馏）、Multi-task RL（多任务强化学习）等专项能力融合策略，推动模型综合能力提升；\n5、\t推动后训练与强化学习方案在真实业务和模型迭代中验证落地，形成可复用、可规模化的训练策略与工具链路。",
        "requirements_text": "1、\t计算机科学、人工智能、数据科学、软件工程、统计数学等相关专业；\n2、\t具备扎实的软件工程与算法实现能力，深入理解模型架构、深度学习框架和强化学习算法；\n3、\t具备出色的学习力、自驱力、团队协同意识和责任意识；\n4、\t具备语言/语音/多模态/空间智能相关模型预训练、后训练 SFT 或 RL 验证相关方法经验者优先。",
        "skills": [AI生成
            "深度学习",
            "强化学习"
        ],
        "preferred_qualifications": "4、\t具备语言/语音/多模态/空间智能相关模型预训练、后训练 SFT 或 RL 验证相关方法经验者优先",
        "job_highlights": "未披露"
    },
    "contact": {
        "recruiter_name": "未披露",
        "contact_methods": [
            {
                "type": "apply_link",
                "value": "https://career.huawei.com/cn/job-details?advertisementId=42399"
            }
        ]
    },
    "posting": {
        "posting_id": "42399",
        "post_date": "",
        "hire_time": "未披露",
        "update_date": "20260917",
        "job_url": "https://career.huawei.com/cn/job-details?advertisementId=42399"
    },
    "fulltext": "AI大模型工程师\n岗位职责\n1、\t围绕语言、多模态与 Agent 能力，探索预训练架构、后训练 SFT 数据配比、SFT 策略、SFT 与 RL 协同策略及 RL 训练算法；\n2、\t研究面向 Agentic、Reasoning、Coding、General等高优场景的针对性 Reward System 构建、环境模拟与训练策略；\n3、\t研究强化学习算法与训练稳定性提升方法，包括但不限于重要性采样策略、细粒度 Reward 设计、Credit Assignment 策略、Off-policy Masking 等提升 RL 训推一致性的策略；\n4、\t探索 Model Merge（模型融合）、On-policy KD（在线蒸馏）、Multi-task RL（多任务强化学习）等专项能力融合策略，推动模型综合能力提升；\n5、\t推动后训练与强化学习方案在真实业务和模型迭代中验证落地，形成可复用、可规模化的训练策略与工具链路。\n\n岗位要求\n1、\t计算机科学、人工智能、数据科学、软件工程、统计数学等相关专业；\n2、\t具备扎实的软件工程与算法实现能力，深入理解模型架构、深度学习框架和强化学习算法；\n3、\t具备出色的学习力、自驱力、团队协同意识和责任意识；\n4、\t具备语言/语音/多模态/空间智能相关模型预训练、后训练 SFT 或 RL 验证相关方法经验者优先。\n1、\t围绕语言、多模态与 Agent 能力，探索预训练架构、后训练 SFT 数据配比、SFT 策略、SFT 与 RL 协同策略及 RL 训练算法；\n2、\t研究面向 Agentic、Reasoning、Coding、General等高优场景的针对性 Reward System 构建、环境模拟与训练策略；\n3、\t研究强化学习算法与训练稳定性提升方法，包括但不限于重要性采样策略、细粒度 Reward 设计、Credit Assignment 策略、Off-policy Masking 等提升 RL 训推一致性的策略；\n4、\t探索 Model Merge（模型融合）、On-policy KD（在线蒸馏）、Multi-task RL（多任务强化学习）等专项能力融合策略，推动模型综合能力提升；\n5、\t推动后训练与强化学习方案在真实业务和模型迭代中验证落地，形成可复用、可规模化的训练策略与工具链路。\n1、\t计算机科学、人工智能、数据科学、软件工程、统计数学等相关专业；\n2、\t具备扎实的软件工程与算法实现能力，深入理解模型架构、深度学习框架和强化学习算法；\n3、\t具备出色的学习力、自驱力、团队协同意识和责任意识；\n4、\t具备语言/语音/多模态/空间智能相关模型预训练、后训练 SFT 或 RL 验证相关方法经验者优先。"
}