中国移动｜算法开发岗（结构化数据大模型）-金种子（北京）

1、负责结构化数据大模型指令微调（SFT）算法研究与系统实现，包括指令数据自动构造与筛选策略、灾难性遗忘缓解方法、以及模型在下游任务上的能力对齐与泛化提升； 2、负责统一架构下时序预测、表格分类、回归、异常检测等多任务联合学习框架的研究与实现，包括数据配比策略、梯度冲突缓解机制及跨任务知识迁移方案设计； 3、负责面向结构化数据场景的大模型AgenticRL训练算法研究与实现，覆盖Excel/CSV/多文件等办公数据分析，以及特征工程、机器学习建模等数据科学任务，提升模型的推理、规划、工具调用与自主任务完成能力； 4、研究大模型PPO/GRPO等强化学习及其改进方法，重点开展长程信用分配、过程监督与过程奖励、稀疏奖励下的探索学习、On-PolicyDistillation（OPD）等研究，解决多轮工具交互与长轨迹任务中的训练稳定性、探索效率和能力泛化问题； 5、负责智能体（Agent）在结构化数据分析场景（包括但不限于多维表格分析、数据库、数据科学等任务）的算法研发，通过研究高效的上下文工程、Loop工程、记忆、工具调用、自进化等内容，挖掘模型的数据分析能力上限。

1、博士学历，计算机、自动化、数学、统计学等相关专业。 2、深入理解大模型微调技术原理，对SFT、LoRA/QLoRA、Prefix-Tuning等范式有系统性认知，熟悉灾难性遗忘、训练不稳定性等关键问题及主流解决方案； 3、深入理解大模型强化学习与后训练技术，熟悉PPO、GRPO等算法，对长程信用分配、过程监督、奖励与优势估计、策略优化及训练稳定性等关键问题有系统性认知；具有AgenticRL、长程强化学习或On-PolicyDistillation相关研究经验者优先； 4、熟练使用PyTorch，熟悉VeRL、Slime、DeepSpeed、Megatron-LM、FSDP、vLLM等一种或多种训练推理框架，具备分布式训练、框架改造和性能调优能力； 5、具备扎实的数据科学与机器学习基础，熟悉数据处理、特征工程、分类回归、模型评估与集成等方法；具有Kaggle、KDDCup、天池等竞赛高排名或获奖经历者优先； 6、熟悉常见Agent搭建范式，有通用智能体实践经验或行业智能体落地经验者优先；在日常工作中具备大量使用各种模型/Agent解决具体问题的习惯，对模型能力边界有清晰的认知。