大模型后训练专家(J10654)

Summary: Responsible for designing and implementing large model post-training solutions for medical scenarios, including domain adaptation, SFT, DPO, and RL. Builds training data systems, establishes evaluation mechanisms, and drives model deployment in real-world settings while validating frontier technologies.

1.负责大模型后训练方案设计与实施:围绕医疗场景开展领域适配、监督微调、偏好优化及强化学习，提升模型的医学知识应用、多轮交互、复杂推理与工具调用能力。

2.建设高质量训练数据体系:与医疗及业务团队协作，制定数据筛选、清洗、标注、合成和质量评估方案，将真实业务问题转化为可训练、可评测的任务。

3.建设模型评测与反馈机制:围绕医学准确性、回答完整性及业务任务完成率建立评测体系，推动错误分析、数据迭代和训练优化。

4.推动模型在真实场景中落地:与工程、产品及医疗团队协作，解决模型的效果、时延和成本问题，持续跟踪业务表现。

5.跟进并验证前沿技术:针对具体问题设计实验，通过消融实验分析有效方法，沉淀可复用的训练流程和技术能力。

1.计算机、人工智能等相关专业背景，具备扎实的机器学习、深度学习基础。

2.具备大模型后训练实战经验，能够独立完成数据准备、训练实施、效果评估及问题定位。

3.深入理解SFT、DPO、PPO、GRPO等方法中的一种或多种，能够结合任务目标、数据条件和计算资源选择方案，而非仅调用训练框架。

4.具备较强的数据分析与实验设计能力，能够判断效果变化的原因。

5.具备业务理解和跨团队协作能力，愿意深入医疗场景。