大模型強化學習以及後訓練工程師

香港生成式人工智能研發中心有限公司

IT資訊科技/電子商務

發布於3個月前

碩士

1至3年

全職

西貢,清水灣

傳送投遞消息

工作內容翻譯為中文

崗位職責

參與HKGAI大模型後訓練階段的強化學習、對齊學習及其應用落地，包括：

1、參與大模型後訓練階段的對齊算法研究，主要包括：RLHF、DPO、GRPO；

2、參與獎金和反思評價模型的相關研究，研究可泛化的細粒度過程監督和獎金建模；

3、參與後訓練和推理階段的規模化定律研究，包括：獎金和反思評價模型訓練、強化學習階段、推理階段的規模化定律研究；

4、將研究應用於具體算法業務，例如價值觀對齊、agent智能體、內容創作等。

崗位要求

1、碩士及以上學位，電腦或人工智慧相關專業優先，2年及以上工作經驗或具備優秀專案經驗者優先；

2、熟悉自然語言處理常見模型，有過相關大模型RLHF、DPO、RM、GRPO經驗者優先；

3、熟練掌握Python和PyTorch，具備強大的工程能力，熟悉Deepspeed、Colossalai或Megatron等大模型訓練框架優先；

4、有顶会论文、知名学术工作、开源项目经验、国际竞赛成果者优先。

語言技能

英文

廣東話

普通話

技能

RLHF

GRPO

Python（編程語言）

Deepspeed

HR Michelle

香港生成式人工智能研發中心有限公司 · HR

近3日活躍

公司相片

1/2

2/2

請謹慎注意

申請工作時，請勿提供您的銀行或信用卡資料。

傳送投遞消息

Chief Data Officer (CDO)

10年以上

學士

類似工作

嵌入式算法工程师

不限經驗

不限學歷

$25K-40K/月

靈犀未來

近3日活躍

回覆快

嵌入式算法工程师

不限經驗

不限學歷

靈犀未來

線上

回覆快

AI Researcher (VLA/VLM/World Model)

不限經驗

學士

$25K-55K/月

Advance VLA/VLM/World Model capabilities for robotics & agentic AI

BS/MS in Computer Science, Software/Electrical Engineering, or equivalent

Expertise in AI frameworks (PyTorch, ONNX RT, TensorFlow)

ARM TECHNOLOGY (HONG KONG) LIMITED

近期活躍

最新

活躍招聘者

算法实习生

不限經驗

學士

$45-80/小時

接触过专业竞赛或框架

嵌入式或单片机经验

深圳南山实地实习

成為最早的申請者

靈犀未來

近3日活躍

大模型智能体工程师

1至3年

碩士

负责HKGAI大模型体系下Agent技术研发

设计易用高效的Agent开发套件

熟练掌握Python/Java/Go语言，有大规模项目经验优先

香港生成式人工智能研發中心有限公司

近3日活躍

回覆快

Senior AI Engineer - IDP(Intelligent Document Processing)

10年以上

學士

$35K-70K/月

Lead End-to-End Development of Intelligent Document Processing platform

8+ years experience in AI/Machine Learning and Software Engineering required

Hands-on experience with OCR and Visual Language Models

岱澳人才服务有限公司

近3日活躍

職業指南

科技創新引領未來：加入科技創新行業改變世界

科技創新

資訊科技

數碼人才

香港職業指南：從優勢到機遇

高薪職位

人才清單

入境計劃

求職渠道

移居香港

中年轉行不簡單，成敗只因心態

中年轉行

職場心態

職業發展

想轉工但又十五十六？有這四個現象顯示你應該要辭職

轉工

辭職

晉升

職場生涯

OfferToday

招聘者: 發佈職位; 註冊

求職者: 搜尋工作; 個人檔案; 求職期望

OfferToday: 關於我們; 聯絡我們; 職業指南; 常見問題

下載應用程式

download on the App Store download on the Google Play

勞工處安全私隱服務協議意見反饋