知乎
大模型算法研究员（28届）
大模型算法研究员（28届）
发布于 大约 16 小时前普通员工/个人贡献者
全职员工仅现场办公人工智能
人工智能
Deepspeed
Megatron-Lm
Pytorch
大模型
强化学习
预训练
值不值得投
74综合评分
综合评分 74
前沿大模型研究岗，技术成长快，薪资有竞争力，但WLB一般。
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。
薪资怎么样
25K
比人工智能中位数低
发布情况
新岗位 · 今天发布
公司情况
这家公司招聘很活跃
约 130 个在招
市场机会
选择适中
深圳 · 人工智能 · 20 个在招
职位详情
关于这个职位
这是一个面向2028届毕业生的大模型算法研究员岗位，你将深入参与大模型预训练、后训练、强化学习、推理及Agent等前沿方向的研究与开发
工作内容包括论文复现、数据构建、模型评测与优化，并与跨团队协作将研究成果落地到实际产品中
适合对大模型有浓厚兴趣、具备扎实深度学习基础并渴望在工业界前沿技术领域深耕的同学
最低要求
计算机、人工智能、数学、统计学或相关专业，本科及以上学历
理解机器学习、深度学习和 Transformer 的基本原理
熟悉 Python，能够使用 PyTorch 独立完成模型训练和实验分析
做过至少一项相对完整的算法研究或模型项目，能够讲清楚自己解决了什么问题、做了哪些尝试、结果如何
能够阅读英文论文，并根据论文或开源代码复现实验
对实验结果保持诚实
遇到结果不符合预期时，愿意继续查找原因，而不是只挑选有利结果
有主动性，能够清楚地记录和表达自己的思路，也愿意和团队一起讨论问题
工作职责
参与大模型预训练、后训练、强化学习、推理或 Agent 等方向的研究
阅读和复现有价值的论文，在现有方案上提出并验证自己的改进
参与训练数据的构建、清洗、筛选和质量分析
设计模型评测方法，通过实验和 Bad Case 分析找到模型的真实问题
编写和维护训练、评测代码，排查实验及模型训练过程中遇到的问题
和算法、数据、基础设施及产品同学合作，把有效的研究结果应用到实际模型中
优先资格
参与过大模型预训练、SFT、偏好优化、强化学习或 Agent 项目
熟悉 Hugging Face、Megatron-LM、DeepSpeed、vLLM、Ray 等工具
有分布式训练、推理优化、CUDA或大规模数据处理经验
有高质量论文、开源项目、技术报告或算法竞赛经历
对数学、代码、复杂推理、长上下文或模型评测中的某个方向有深入积累
AI 洞察
优缺点分析
优点
- 大模型是当前AI领域最前沿方向，技术积累价值高
- 知乎作为上市大厂，平台稳定，资源丰富，能接触真实业务场景
- 团队协作氛围好，鼓励创新和探索，适合热爱研究的同学
- 研究型岗位对学术能力和工程能力要求高，需要持续学习
- 竞争激烈，需要不断产出成果，工作强度可能较大
缺点 / 挑战
- 实验周期长，可能面临结果不达预期的压力，需要耐心和韧性
- 适合对大模型研究有强烈兴趣、具备扎实算法基础、喜欢挑战和探索的应届生
角色解读
- 从研究员起步，逐步深入大模型核心算法，成为领域专家
- 可向技术专家或技术管理方向发展，带领团队攻关关键技术
- 有机会参与顶会论文发表、开源项目贡献，提升行业影响力
- 参与大模型预训练、后训练、强化学习、推理或Agent等方向的研究，探索前沿技术
- 阅读和复现论文，提出并验证改进方案，推动模型性能提升
- 参与训练数据的构建、清洗、筛选和质量分析，确保数据质量
- 设计模型评测方法，通过实验和Bad Case分析定位模型问题，并与团队合作将研究成果落地
- 扎实的机器学习、深度学习和Transformer理论基础
- 熟练掌握Python和PyTorch，能够独立完成模型训练和实验分析
- 具备阅读英文论文和复现实验的能力，有完整项目经验
- 熟悉Hugging Face、DeepSpeed、vLLM等大模型工具链者优先
申请策略
- 了解知乎在AI领域的产品和技术方向，在面试中展示匹配度
- 准备一个完整的研究项目案例，能清晰讲述思路和结果
- 突出完整算法项目经历，详细描述问题、尝试和结果
- 强调论文复现、开源项目或竞赛经历，展示研究能力
- 列出熟悉的大模型工具和框架，如PyTorch、Hugging Face等
- 体现主动性和团队协作能力，如参与开源社区或团队项目
- 提前熟悉大模型训练框架，如DeepSpeed、Megatron-LM
- 动手复现一篇大模型相关论文，加深理解
面试指南
- 使用STAR法则回答项目经历，突出个人贡献和结果
- 对于技术问题，先阐述原理，再结合实践经验，最后提出优化思路
- 展示对前沿技术的关注和思考，体现主动性和研究热情
- 请介绍你做过的一个算法项目，包括问题、方法和结果
- 如何设计大模型评测方案？
- 你对Transformer的理解？如何改进？
- 如何解决训练不收敛的问题？
- 你如何看待大模型未来的发展方向？
职位点评
薪资福利75
成长发展90
工作生活50
使命价值70
薪资福利
75中等
薪资水平在应届生中具有竞争力，但具体福利未在JD中明确，整体补偿性较好。
薪资信号未披露（AI估算：20K-30K/月）
成长发展
90较高
大模型方向技术前沿，成长空间大，JD中强调研究探索，发展性动机满足度高。
技术前沿前沿/新兴技术
技术栈大模型、预训练、强化学习、Agent、PyTorch、Transformer、Hugging Face、DeepSpeed、vLLM
业务类型ambiguous
工作生活
50较低
仅现场办公，未提及弹性工作，工作地点在深圳，通勤可能较长，WLB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
大模型技术具有推动社会进步的意义，但JD未明确使命导向，行业前景广阔。
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