{
    "schema_version": "via_ai_product_manager_jobs_v1",
    "data_type": "ai_product_manager_jobs",
    "job": {
        "job_title": "后训练（数据/算法）研究员",
        "job_level": "",AI生成
        "work_category": "",AI生成
        "department": "",
        "location": "浙江·杭州市 北京市",
        "work_mode": "",AI生成
        "job_category": ""AI生成
    },
    "company": {
        "company_name": "DeepSeek",
        "company_industry": "",
        "company_size": "",
        "company_website": "",
        "company_description": ""
    },
    "compensation": {
        "salary_range": {
            "min": "",
            "max": "",
            "currency": "",
            "cycle": ""
        },
        "benefits": ""
    },
    "requirements": {
        "working_years": "",
        "degree": "",
        "language": "",AI生成
        "visa_support": "",
        "responsibilities": "【团队使命】通过高质量后训练数据与前沿算法，最大化释放Base模型潜能，打造兼具强大智能与深度意图理解力的AI模型。使得模型既能解决最难的问题，也能读懂每一个意图，更能作为自主Agent在复杂真实世界中可靠地行动。【岗位类别】：实习/全职【工作职责】1.持续迭代与优化强化学习算法，在预训练模型与数据既定的条件下，最大限度地释放模型潜力。2.跨部门团队紧密协作，构建高质量、高多样性的后训练数据集；设计并落地自动化数据清洗、评测及合成管线，系统性提升模型在写作、问答、Agent 等核心场景的表现。3.建立科学、敏捷、多维度的模型能力评测体系，覆盖通用能力与 Agent 场景，精准定位模型短板并驱动针对性优化。【岗位要求（满足其一即可）】1.对大模型后训练有深入理解，熟悉 RLHF / RLVR / PPO / GRPO 等主流强化学习框架与范式，具备从算法设计到工程落地的完整经验。2.具备扎实的数据直觉与工程能力，能够从复杂、多源的数据中提炼信号，并将数据清洗、筛选与合成流程系统化、自动化。3.对模型评测有方法论层面的思考，不满足于\"刷benchmark\"，而是能设计出真正反映模型能力边界与短板的评测方案。",
        "requirements_text": "",
        "skills": [],AI生成
        "preferred_qualifications": "",
        "job_highlights": ""
    },
    "contact": {
        "recruiter_name": "",
        "contact_methods": []
    },
    "posting": {
        "posting_id": "5d75f4cd-f626-4f73-80c1-e53b2073de76",
        "post_date": "",
        "hire_time": "",
        "update_date": "",
        "job_url": "https://app.mokahr.com/social-recruitment/high-flyer/140576#/job/5d75f4cd-f626-4f73-80c1-e53b2073de76"
    },
    "fulltext": "【团队使命】通过高质量后训练数据与前沿算法，最大化释放Base模型潜能，打造兼具强大智能与深度意图理解力的AI模型。使得模型既能解决最难的问题，也能读懂每一个意图，更能作为自主Agent在复杂真实世界中可靠地行动。【岗位类别】：实习/全职【工作职责】1.持续迭代与优化强化学习算法，在预训练模型与数据既定的条件下，最大限度地释放模型潜力。2.跨部门团队紧密协作，构建高质量、高多样性的后训练数据集；设计并落地自动化数据清洗、评测及合成管线，系统性提升模型在写作、问答、Agent 等核心场景的表现。3.建立科学、敏捷、多维度的模型能力评测体系，覆盖通用能力与 Agent 场景，精准定位模型短板并驱动针对性优化。【岗位要求（满足其一即可）】1.对大模型后训练有深入理解，熟悉 RLHF / RLVR / PPO / GRPO 等主流强化学习框架与范式，具备从算法设计到工程落地的完整经验。2.具备扎实的数据直觉与工程能力，能够从复杂、多源的数据中提炼信号，并将数据清洗、筛选与合成流程系统化、自动化。3.对模型评测有方法论层面的思考，不满足于\"刷benchmark\"，而是能设计出真正反映模型能力边界与短板的评测方案。"
}