【日常实习】 微信后训练算法与应用实习生

【工作地点】

北京

【工作内容】

1. 负责微信内容理解及文本生成场景中的NLP相关基础技术研发和落地应用 

2. 负责 LLM 的后训练优化，持续提升 sequence to sequence 任务的能力

3. 跟进前沿 RL 方案，优化+落地。

【要求】

1. 一周 4 天以上，实习六个月以上

2. 熟悉机器学习、深度学习的常见模型，理解模型训练与优化流程，理解大模型原理及具备大模型微调经验

3. 在自然语言处理方向有相关研究或应用经验，熟悉核心原理与前沿算法。

4. 熟悉verl，llamafactory，vllm，deepspeed，fsdp，megtron等常用框架

5. 熟悉 DPO/PPO/RL 相关算法，有 RL 调优经验。

【加分项】

1. 具有优秀的基础算法、扎实的机器学习基础，在后训练方向发表过一作顶会论文。

2. 具有优秀的代码能力，在ACM/ICPC、NOI/IOl、Top Coder、Kaggle等比赛获奖。

3. 在 pretrain / sft / RL，参与过大影响力项目（包括开源项目）。

【联系方式】

简历发送至邮箱：1010888560@qq.com

邮件主题：姓名+后训练实习+毕业年份+可实习时长