{
    "schema_version": "via_ai_product_manager_jobs_v1",
    "data_type": "ai_product_manager_jobs",
    "job": {
        "job_title": "大模型算法工程师",
        "job_level": "",AI生成
        "work_category": "",AI生成
        "department": "",
        "location": "宁波·江北区·洪塘",
        "work_mode": "",AI生成
        "job_category": "算法"AI生成
    },
    "company": {
        "company_name": "北京市惜才网络科技",
        "company_industry": "计算机软件",
        "company_size": "100-499人",
        "company_website": "",
        "company_description": ""
    },
    "compensation": {
        "salary_range": {
            "min": 20000,
            "max": 30000,
            "currency": "CNY",
            "cycle": "month"
        },
        "benefits": ""
    },
    "requirements": {
        "working_years": 3,
        "degree": "本科",
        "language": "",AI生成
        "visa_support": "",
        "responsibilities": "",
        "requirements_text": "岗位职责\n1. 负责金融方向大模型微调与领域适配，开展 SFT/DPO/KTO 等偏好学习实验，提升模型金融场景能⼒；\n2. 负责⾦融数据集构建、清洗、蒸馏，搭建领域评测集与⾃动化评估体系；\n3. 在国产 GPU 集群上完成分布式训练与调优，重点解决推理速度慢、推理调度等性能问题；\n4. 调研开源模型与算法方案，输出实验结论，协同工程、产品完成模型落地。\n任职要求\n1. 统招本科及以上学历，1 年及以上⼤模型算法相关工作经验；\n2. 熟练 Python，掌握 Pandas、Numpy、Hugging Face、PyTorch，具备良好实验工程能力；\n3. 掌握大模型训练全流程：预训练、CPT 持续预训练、指令微调、DPO/RLHF/KTO 偏好学习；\n4. 熟悉开源模型架构，拥有多机多卡 GPU 分布式训练、调优实战经验；\n5. 具备数据集建设、清洗、蒸馏、领域适配能力；熟悉 MMLU/C-Eval，能搭建业务领域自动化评测；\n6. 拥有模型微调、推理加速、调度优化实战经验；\n7. 有金融大模型、国产 GPU 算力项目经验优先。",
        "skills": [AI生成
            "Python",
            "Pandas",
            "Numpy",
            "Hugging Face",
            "PyTorch",
            "SFT",
            "DPO",
            "KTO"
        ],
        "preferred_qualifications": "",
        "job_highlights": ""
    },
    "contact": {
        "recruiter_name": "",
        "contact_methods": [
            {
                "type": "apply_link",
                "value": "https://www.zhipin.com/job_detail/d5ac593fa46340950nx_29q0EVpS.html"
            }
        ]
    },
    "posting": {
        "posting_id": "d5ac593fa46340950nx_29q0EVpS",
        "post_date": "",
        "hire_time": "",
        "update_date": "",
        "job_url": "https://www.zhipin.com/job_detail/d5ac593fa46340950nx_29q0EVpS.html"
    },
    "fulltext": "岗位职责\n1. 负责金融方向大模型微调与领域适配，开展 SFT/DPO/KTO 等偏好学习实验，提升模型金融场景能⼒；\n2. 负责⾦融数据集构建、清洗、蒸馏，搭建领域评测集与⾃动化评估体系；\n3. 在国产 GPU 集群上完成分布式训练与调优，重点解决推理速度慢、推理调度等性能问题；\n4. 调研开源模型与算法方案，输出实验结论，协同工程、产品完成模型落地。\n任职要求\n1. 统招本科及以上学历，1 年及以上⼤模型算法相关工作经验；\n2. 熟练 Python，掌握 Pandas、Numpy、Hugging Face、PyTorch，具备良好实验工程能力；\n3. 掌握大模型训练全流程：预训练、CPT 持续预训练、指令微调、DPO/RLHF/KTO 偏好学习；\n4. 熟悉开源模型架构，拥有多机多卡 GPU 分布式训练、调优实战经验；\n5. 具备数据集建设、清洗、蒸馏、领域适配能力；熟悉 MMLU/C-Eval，能搭建业务领域自动化评测；\n6. 拥有模型微调、推理加速、调度优化实战经验；\n7. 有金融大模型、国产 GPU 算力项目经验优先。"
}