模型算法博士后

工作职责：

1.开展科学模型的核心算法研究，聚焦科学领域（如数学、化学等），推动模型架构、训练方法、推理效率，尤其是后训练强化学习（RL）的创新突破。

2.以高水平论文（顶会/顶刊）、核心专利、可复现开源代码为导向，推动研究成果的学术影响力与工程转化，参与国家级科研项目的申报与实施。

3.紧密跟踪多模态大模型领域的前沿动态，与跨学科团队协作，将最新技术应用于科学问题，并支持团队学术影响力的持续建设。

任职要求：

1.具有计算机、人工智能、软件工程、数学、统计学等相关专业背景;

2.掌握Python，熟悉主流强化学习算法（如PPO、GRPO等）;

3.拥有大模型数据准备，预训练、SFT、RLHF等实操经验，对主流大模型的原理和差异有较深入的理解，了解大模型的最新进展;

4.执行力强，具备较强的逻辑思维、创新思维与学习能力，以及团队合作意识。