Samsung logo
三星
SRCB-大模型算法工程师

SRCB-大模型算法工程师

发布于 大约 13 小时前

普通员工/个人贡献者

北京市
无经验要求
全职员工
仅现场办公
硕士
机器学习工程
Pytorch
Sft
后训练
大模型
强化学习
模型架构
深度学习
系统优化
预训练

AI 估算 · 20k–40k

大模型算法应届生在北京薪资较高,三星平台提供有竞争力的薪酬,估算区间覆盖市场水平。

职位详情

关于这个职位

加入三星电子中国研究院,你将投身基础大模型与端侧大模型的研发,参与架构设计、预训练和后训练全流程

同时专注Coding、Agent等能力的专项提升,并探索下一代模型技术
岗位技术含量高,资源充足,适合有深度学习背景、渴望挑战的应届硕士

最低要求

硕士及以上学历,计算机科学、人工智能等相关专业

熟悉深度学习框架(例如pytorch等),具备大模型和端侧大模型的算法开发经验,具备数据处理、模型架构设计、大规模训练等经验
对大模型架构、训练、数据、系统优化中的某一方面有深入理解,以下符合1条以上:
能够提出创新性的大模型架构和端侧大模型架构,探索技术的下一跳
熟练掌握强化学习(RL)和模型微调(SFT)等后训练技术,并可以提出创新的后训练方法
对coding、math、agent等大模型高阶能力有深入思考
熟练掌握大模型预训练的Know How,可以快速诊断并修复问题,提升模型能力
对预训练数据、后训练数据的生产、合成方法有深入理解
熟练模型训练/推理的系统优化方法,提升模型的实际训练、推理性能

工作职责

参与基础大模型和端侧大模型的研发工作,包括架构设计、预训练、后训练等,端到端构建通用大模型

负责大模型高阶能力(Coding、Agent等)的专项提升,打造模型长版特性
持续关注大模型最新研究,探索下一代大模型的架构和训练方法,做出有影响力的成果

优先资格

有大模型/端侧大模型架构、训练、数据、系统优化等相关实战经验者优先,在NeurIPS/ICML/ICLR/ACL/EMNLP/CVPR/ICCV/TPAMI等AI顶会发表过相关论文者优先

AI 洞察

优缺点分析

优点

  • 背靠三星研究院,有充足的算力和资源支持
  • 研究前沿大模型技术,技术含量高,成长快
  • 公司平台大,品牌认可度高,职业起点好
  • 大模型领域竞争激烈,需要高强度的学习和输出
  • 工作要求高,需要扎实的算法功底和创新能力
  • 研究院岗位可能更偏研究,需要平衡论文与业务落地
  • 适合对AI前沿技术有强烈好奇心、有扎实深度学习基础、有志于在大模型领域深耕的应届硕士或博士

缺点 / 挑战

暂无明显挑战项

角色解读

  • 技术专家路线:深入大模型架构与训练技术,成为领域专家
  • 研究科学家路线:在三星研究院发表顶会论文,推动技术进步
  • 管理/项目路线:负责大模型项目团队或产品落地
  • 参与基础大模型和端侧大模型的架构设计与预训练、后训练,端到端构建通用大模型
  • 针对大模型的高阶能力(如Coding、Agent)进行专项优化,提升模型长板特性
  • 跟踪前沿研究,探索下一代大模型架构和训练方法,并产出有影响力的研究成果
  • 掌握深度学习框架如PyTorch,具备实际搭建和训练大模型的经验
  • 对模型架构、训练方法、数据处理或系统优化至少一个方向有深入理解
  • 熟悉强化学习(RL)、模型微调(SFT)等后训练技术者优先
  • 有顶会论文或实战项目经验是加分项

申请策略

  • 了解三星研究院在AI领域的重点方向,在面试中展示与岗位匹配的技术兴趣
  • 准备一个能体现你思考深度的技术talk,例如对模型某方面的优化思路
  • 突出大模型相关项目经历,包括预训练、微调、RLHF等
  • 展示对模型架构、训练优化、数据处理的实际操作和成果
  • 如有顶会论文、开源贡献或比赛获奖,显著标明
  • 系统学习大模型预训练和后训练技术,如PyTorch,Transformer架构
  • 动手实践开源模型(如LLaMA)的预训练或微调流程
  • 关注Agent、Coding等领域的SOTA方法,尝试复现

面试指南

  • 用STAR法则回答项目问题:情境、任务、行动、结果
  • 对技术问题,先阐述核心原理,再结合实例说明
  • 准备1-2个自己的深度技术探索案例,展示创新思维
  • 请介绍一下你参与的大模型训练项目,遇到哪些技术难点,如何解决?
  • 你如何理解SFT和RLHF的区别和联系?
  • 如果要在端侧部署大模型,你如何考虑模型压缩和量化?
  • 你对Coding能力的模型(如CodeLlama)的实现机制有何了解?
  • 如何设计实验评估一个大模型的后训练效果?

职位点评

73
综合评分

头部研究院大模型研发岗,技术前沿成长快,但工作强度与生活平衡存在不确定性。

从起薪待遇、成长路径、工作节奏和岗位方向综合评估,方便比较职业起点。

更适合这类人
该职位最适合追求技术成长和前沿研究的求职者,对薪资和WLB的期待应放在次要位置。
表现最好
成长发展
相对薄弱
工作生活
薪资福利75
成长发展85
工作生活50
使命价值70

薪资福利

75中等

该职位未明确薪资福利,但三星作为跨国巨头,薪酬体系完善,大模型岗位薪资水平领先。

薪资信号未披露(AI估算:20K-40K/月)

成长发展

85较高

大模型是当前AI最前沿方向,岗位技术挑战大,成长空间广阔,能接触业界领先的算力和研究方法。

技术前沿前沿/新兴技术
技术栈大模型、预训练、后训练、强化学习、PyTorch、Agent、Coding、SFT
业务类型ambiguous

工作生活

50较低

工作地点在北京,但JD未提及弹性工作安排,作为研究岗可能需要较强的时间投入,生活平衡度一般。

工作模式仅现场办公
办公地点未明确
加班情况未提及(无法判断)

使命价值

70中等

大模型技术具有广泛社会影响,但岗位偏技术研究,直接社会价值感不强,更多体现在技术创新推动。

行业发展高速增长赛道
社会影响中性/一般
创新程度积极采用新技术
Watch Jobs