ee jobs (salary & requirements)

作为 大模型训练工程师，您将站在 Web3 与 AI 技术融合的前沿，专注于大型语言模型（LLM）的训练与优化。您将与跨职能团队合作，推动模型在 Web3 领域的创新应用。如果您对人工智能充满热情，善于解决复杂问题，并渴望在充满创造力和技术领导力的环境中成长，这将是您的理想职位！

岗位职责
• 模型训练与优化：设计并实施大型语言模型的训练策略，包括监督微调（SFT）、强化学习（如 GRPO、PPO）等方法，提升模型在 Web3 领域的智能程度。
• 数据处理与生成：构建高质量的训练数据集，进行数据蒸馏和长短链式思维（Long&Short Chain of Thought, CoT）数据生成，确保模型具备强大的推理能力。
• 模型架构与评估：探索并应用专家混合（MoE）等先进模型架构，制定模型评估框架和指标，持续优化模型表现。
• 分布式训练与部署：开发并维护模型的分布式训练方案，确保模型的高效训练和稳定部署。
• 技术前沿探索：跟踪 AI 领域的*新研究动态，如 OpenAi GPT-4.5、DeepSeek-R1 等，推动技术在实际业务中的创新应用。

岗位要求
• 学历背景：计算机科学、人工智能、机器学习或相关领域的学士学位，硕士或博士优先。
• 技术能力：
• 熟练掌握 Transformer 架构，熟练使用 Transformer Reinforcement Learning（TRL）、 PyTorch 或 TensorFlow 深度学习/强化学习框架等。
• 具备大型语言模型的微调经验，熟悉推理导向强化学习（Reasoning-Oriented Reinforcement Learning, RORL）等技术。
• 熟悉分布式训练框架，具备模型并行、Flash Attention、LoRA 等技术的实践经验。
• 工程能力：
• 精通 Python、Go等编程语言，具备良好的代码风格和软件工程实践经验。
• 熟悉模型服务化技术，如 Triton、vLLM、TGI 等，具备推理优化经验者优先。
• 科研能力：
• 能够阅读并实现前沿论文，撰写技术报告或博客。
• 在顶级会议（如 NeurIPS、ICLR、ICML、ACL）有论文发表或开源项目贡献者优先。
• 软技能：
- 具备优秀的团队合作和沟通能力，能够高效地与跨职能团队协作。
- 对开源 AI 社区有深入了解，有相关项目贡献者优先。