{
    "schema_version": "via_ai_product_manager_jobs_v1",
    "data_type": "ai_product_manager_jobs",
    "job": {
        "job_title": "大模型算法研究员",
        "job_level": "高级",AI生成
        "work_category": "全职",AI生成
        "department": "",
        "location": "香港",
        "work_mode": "混合办公",AI生成
        "job_category": "AI模型算法工程师"AI生成
    },
    "company": {
        "company_name": "某中型基金公司",
        "company_industry": "基金",
        "company_size": "100-499人",
        "company_website": "",
        "company_description": ""
    },
    "compensation": {
        "salary_range": {
            "min": 40000,
            "max": 60000,
            "currency": "CNY",
            "cycle": "month"
        },
        "benefits": ""
    },
    "requirements": {
        "working_years": 1,
        "degree": "本科",
        "language": "中英双语",AI生成
        "visa_support": "",
        "responsibilities": "",
        "requirements_text": "岗位职责\n1、研究并实现能够在不同规模模型上通用的优化方法（包括但不限于训练范式、正则化、架构改进、优化器、loss设计、超参优化），验证其在大中小模型上的迁移性与效果；\n2、针对超⼤规模模型，进⾏系统级性能优化，包括分布式训练策略、访存优化、通信优化和推理加速，提升训练与推理效率与可扩展性；\n3、负责数据⼯程与微调流程的建设与迭代，包括高质量训练数据构建、指令微调、偏好/安全对齐及评估体系设计，提升模型在实际任务中的可靠性与一致性；\n4、跟踪前沿研究，评估新技术潜⼒，推动模型能力边界的拓展并形成可复用的技术沉淀。\n岗位要求\n1、扎实的计算机科学基础，熟练掌握数据结构与算法，具有良好的工程实现能力；精通 Python，熟悉 C/C++ 或其他高性能语言者（如Triton）优先；\n2、熟练使用主流深度学习框架，熟悉分布式训练/调试，及常用训练工具链；\n3、有大模型训练、推理优化或强化学习实践经验，能独立设计并实施实验以验证假设；\n4、良好的沟通协作能力，能和团队一起探索新技术；同时具备较强的问题分析与工程落地能力。\n加分项\n1、在主流会议/期刊（NeurIPS/ICML/ICLR/ACL/CVPR等）发表过相关工作者优先；\n2、有主导或参与高影响力项目、系统化工程落地或高质量论文/开源贡献者优先；\n3、ACM/ICPC、NOI/IOI、Top Coder等比赛获奖者优先\n认证资质\n人力资源服务许可证",
        "skills": [AI生成
            "模型训练与算法优化",
            "模型微调与对齐",
            "数据工程与数据管道",
            "实验设计与A/B测试",
            "大模型原理与能力边界",
            "技术可行性与系统架构",
            "编程与代码实现"
        ],
        "preferred_qualifications": "",
        "job_highlights": ""
    },
    "contact": {
        "recruiter_name": "",
        "contact_methods": [
            {
                "type": "apply_link",
                "value": "https://www.zhipin.com/job_detail/1654825d5a16eb520nJ40ty7F1FW.html"
            }
        ]
    },
    "posting": {
        "posting_id": "1654825d5a16eb520nJ40ty7F1FW",
        "post_date": "",
        "hire_time": "",
        "update_date": "",
        "job_url": "https://www.zhipin.com/job_detail/1654825d5a16eb520nJ40ty7F1FW.html"
    },
    "fulltext": "岗位职责\n1、研究并实现能够在不同规模模型上通用的优化方法（包括但不限于训练范式、正则化、架构改进、优化器、loss设计、超参优化），验证其在大中小模型上的迁移性与效果；\n2、针对超⼤规模模型，进⾏系统级性能优化，包括分布式训练策略、访存优化、通信优化和推理加速，提升训练与推理效率与可扩展性；\n3、负责数据⼯程与微调流程的建设与迭代，包括高质量训练数据构建、指令微调、偏好/安全对齐及评估体系设计，提升模型在实际任务中的可靠性与一致性；\n4、跟踪前沿研究，评估新技术潜⼒，推动模型能力边界的拓展并形成可复用的技术沉淀。\n岗位要求\n1、扎实的计算机科学基础，熟练掌握数据结构与算法，具有良好的工程实现能力；精通 Python，熟悉 C/C++ 或其他高性能语言者（如Triton）优先；\n2、熟练使用主流深度学习框架，熟悉分布式训练/调试，及常用训练工具链；\n3、有大模型训练、推理优化或强化学习实践经验，能独立设计并实施实验以验证假设；\n4、良好的沟通协作能力，能和团队一起探索新技术；同时具备较强的问题分析与工程落地能力。\n加分项\n1、在主流会议/期刊（NeurIPS/ICML/ICLR/ACL/CVPR等）发表过相关工作者优先；\n2、有主导或参与高影响力项目、系统化工程落地或高质量论文/开源贡献者优先；\n3、ACM/ICPC、NOI/IOI、Top Coder等比赛获奖者优先\n认证资质\n人力资源服务许可证"
}