米哈游的LLM算法研究员（后训练方向）薪资是多少？

该职位薪资范围为 25k–40k（人民币/月）。

LLM算法研究员（后训练方向）的工作地点在哪里？

该职位工作地点位于上海市、北京市。工作形式为仅现场办公。

该职位要求本科学历及无经验要求工作经验。

🤖 AI 估测：¥25K-40K

发布时间：14 天前

这是一个专注于大型语言模型（LLM）后训练算法研究的岗位，你将探索LLM Agent在游戏设计、玩法及研发管线等场景的落地应用

核心工作包括构建后训练数据飞轮、研究强化学习等后训练策略以提升模型性能，并与游戏制作及工程团队紧密合作，共同打造新的AI游戏开发流程，创造次世代游戏体验

研究LLM后训练算法，探索LLM Agent在游戏场景中的落地应用，包括在游戏设计、玩法以及研发管线中的应用等

针对各应用场景，收集LLM后训练数据，制定数据流转pipeline，参与构建后训练数据飞轮

研究LLM模型的后训练策略，使用强化学习等技术提升LLM Agent的性能，参与游戏领域LLM模型的调优、训练和迭代，推动LLM在游戏场景中的技术突破

与游戏制作管线中的其他团队紧密合作，打造新的AI游戏开发流程，创造次世代游戏体验

与工程团队紧密合作，交付稳定可靠的LLM服务

计算机科学、数学等相关领域的应届毕业生，有良好的编程能力和扎实数理基础

熟悉LLM常用工具和框架，如transformers，llama-factory，verl等

熟悉适用于LLM后训练的强化学习算法，如PPO，GRPO，DAPO等

有LLM项目实践经历，包括但不限于LLM模型训练，Code Agent，RAG系统，AI搜索，AI NPC，各类AI工作流等

在NeurIPS/ICML/ICLR/ACL/EMNLP等会议或期刊上发表过论文者优先

获得过国际或国内信息竞赛奖项者优先

有游戏技术栈开发经历的优先，参与过 AI Agent 工业化工具开发优先

LLM算法研究员（后训练方向）

🤖 AI 估测：¥25K-40K

发布时间：14 天前