27届Stepstar-LLM post train 算法研究员

【岗位描述】

• 参与通用推理大模型/多模态大模型对齐（Alignment）方向的研发工作，涵盖数据循环体系的构建，以及在监督微调（SFT）与强化学习（RL）阶段中对数据使用策略的系统性探究；
• 深入探索对齐阶段（Alignment）的数据与算法在大规模训练中的可扩展性与优化路径，覆盖文本、多模态理解以及Agent（Working Agent/Code Agent/Search等）任务场景；
• 参与long-horizon agent任务的大规模数据构建与训练算法的探索，包括但不限于frontier coding task和enterprise working task；
• 参与构建世界领先的高性能通用推理大模型与多模态大模型，在多项客观评测指标中保持行业领先。 【岗位要求】
• 预计毕业时间介于2026年9月至2027年8月的国内外计算机、数学、人工智能等相关专业的优秀应届毕业生；
• 对数据有一定的敏感度，熟知开源社区各数据渠道源，有数据处理的经验和认知；
• 对大模型相关研究前沿进展比较熟悉，如Reasoning RL、Agent RL、多模态理解、Tool/Search Agent等，具有大模型/多模态研发经验者优先；
• 有一定的相关研究经历，发表过顶级会议论文者优先，如ICLR、NeurIPS、ICML、CVPR等；
• 具备扎实的编程基础，有优秀的工程能力，具有NOI、ACM、ICPC等编程竞赛金牌获奖者优先；
• 具备良好的团队协作能力和沟通能力。