【2027】大模型训练工程师-天津(J14170)

岗位职责
岗位职责：
• 负责大模型（LLM）全流程训练工作，包括数据预处理、训练策略设计、模型调优、训练过程监控与问题排查，主导模型从预训练、微调（SFT、DPO、RLHF）到部署前验证的全链路研发，确保训练效率与模型性能达标。
• 负责训练数据的筛选、清洗、标注与增强，设计数据质量评估体系，优化数据分布，构建高质量训练数据集，解决数据稀疏、噪声干扰、领域适配性等问题，提升模型泛化能力与输出可靠性。
• 搭建并优化大模型训练框架与环境，基于PyTorch/TensorFlow等框架，配置分布式训练集群（GPU/TPU），优化训练并行策略（数据并行、模型并行、流水线并行），解决训练过程中的显存不足、速度瓶颈等工程化问题。
• 负责模型训练参数调优，包括学习率、 batch size、正则化策略、优化器（Adam、Lion等）选型与调参，结合训练日志与验证指标，持续迭代优化模型性能，平衡模型精度、速度与显存占用。
• 参与大模型技术预研，跟踪预训练模型（Llama、Qwen、ChatGLM等）前沿进展，探索高效训练方法、低资源训练策略、模型压缩与量化等技术，将预研成果转化为实际训练方案，提升训练效率与模型效果。
• 协同算法架构师、推理工程师，完成训练模型的交付与迭代，提供模型训练相关技术文档、参数说明与部署建议，支撑模型规模化落地与产品化应用。
• 负责训练过程的监控与运维，搭建训练日志分析、性能监控体系，及时发现并解决训练过程中的异常问题（如训练崩溃、收敛缓慢等），保障训练任务稳定高效推进。
• 沉淀大模型训练经验与最佳实践，参与制定训练技术规范、数据标准与流程，推动团队训练效率与技术能力提升。

岗位要求
任职资格：
1、硕士及以上学历，具备良好的团队协作、沟通对接能力，品行端正、诚实守信；
2、具备良好的学习能力和技术钻研意识，逻辑思维清晰，具备良好的问题拆解、技术攻关和数据分析能力；