华为
AI大模型工程师
AI大模型工程师
发布于 4 小时前普通员工/个人贡献者
全职员工仅现场办公机器学习工程
机器学习工程
Sft
多模态
大模型
强化学习
模型融合
深度学习
预训练
值不值得投
77综合评分
综合评分 77
核心大模型算法岗，技术前沿且成长空间极大，薪资丰厚但工作强度可能较高。
从薪资福利、成长发展、工作生活和使命价值四个维度综合评估，方便横向比较。
薪资怎么样
5.3万
比机器学习工程中位数高
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 570 个在招 · 其中机器学习工程 14 个
市场机会
选择面较广
北京 · 机器学习工程 · 约 500 个在招
职位详情
关于这个职位
该职位在华为2012实验室从事AI大模型核心算法研究，聚焦于预训练架构、后训练SFT与强化学习（RL）策略的探索与优化
你需要推动大模型在Agent、推理、代码等高优场景的落地，并研究模型融合与在线蒸馏等前沿技术，提升模型综合能力
最低要求
计算机科学、人工智能、数据科学、软件工程、统计数学等相关专业
具备扎实的软件工程与算法实现能力，深入理解模型架构、深度学习框架和强化学习算法
具备出色的学习力、自驱力、团队协同意识和责任意识
工作职责
围绕语言、多模态与 Agent 能力，探索预训练架构、后训练 SFT 数据配比、SFT 策略、SFT 与 RL 协同策略及 RL 训练算法
研究面向 Agentic、Reasoning、Coding、General等高优场景的针对性 Reward System 构建、环境模拟与训练策略
研究强化学习算法与训练稳定性提升方法，包括但不限于重要性采样策略、细粒度 Reward 设计、Credit Assignment 策略、Off-policy Masking 等提升 RL 训推一致性的策略
探索 Model Merge（模型融合）、On-policy KD（在线蒸馏）、Multi-task RL（多任务强化学习）等专项能力融合策略，推动模型综合能力提升
推动后训练与强化学习方案在真实业务和模型迭代中验证落地，形成可复用、可规模化的训练策略与工具链路
优先资格
具备语言/语音/多模态/空间智能相关模型预训练、后训练 SFT 或 RL 验证相关方法经验者优先
AI 洞察
优缺点分析
优点
- 依托顶尖算力资源与数据优势，能接触行业最前沿的大模型训练场景
- 岗位聚焦大模型核心后训练与强化学习，技术壁垒高，个人技术成长与行业竞争力提升极快
- 大模型训练与强化学习算法迭代极快，需要持续跟进最新顶会论文并保持高强度的学习与实验
- 适合对大模型底层算法有浓厚兴趣、具备扎实数学与代码基础，且渴望在AI前沿领域深耕的算法工程师
缺点 / 挑战
- 真实业务场景下的模型落地与训推一致性优化面临诸多工程与算法挑战，压力较大
角色解读
- 纵向可成长为大模型算法专家或首席科学家，主导核心算法架构演进
- 横向可拓展至AI Agent产品化、多模态大模型商业化落地等前沿业务方向
- 探索大模型预训练架构及后训练（SFT、RL）策略，优化数据配比与训练算法
- 针对Agent、推理、代码等高优场景，构建Reward System并研究强化学习算法的稳定性
- 推动模型融合、在线蒸馏等前沿技术在真实业务中的落地与规模化应用
- 扎实的深度学习与强化学习算法基础，熟悉主流大模型架构与训练框架
- 具备优秀的软件工程与代码实现能力，能独立完成复杂算法的工程化落地
- 对多模态、Agent、SFT与RL协同等前沿技术有深入理解与实践经验
申请策略
- 提前了解2012实验室在大模型领域的最新研究布局，在面试中展现对公司技术路线的理解
- 重点突出在大模型预训练、SFT或强化学习（RLHF/PPO等）方面的实际项目经验与落地成果
- 展示在Agent、多模态或复杂推理场景下的算法优化经验，以及提升模型训推一致性的具体策略
- 深入学习最新的强化学习算法及大模型后训练前沿论文
- 提升大规模分布式训练框架的工程实践与调优能力
面试指南
- 采用STAR法则，先明确业务场景与痛点，再阐述算法设计思路，最后用具体指标证明效果
- 对于算法原理问题，先讲核心数学直觉，再结合代码实现细节与工程调优经验进行解答
- 请详细讲解你在SFT与RL协同策略中的具体设计，如何解决RL训练中的不稳定性问题？
- 在构建面向Agent或Reasoning场景的Reward System时，你遇到了哪些挑战，如何设计细粒度Reward？
- 针对Model Merge或On-policy KD，你有哪些实际落地经验？如何评估融合后的模型能力？
- 如何提升强化学习在训推阶段的一致性？请结合重要性采样或Off-policy Masking等策略进行说明
- 复习强化学习核心算法及大模型后训练最新进展，准备好相关项目的底层逻辑
- 梳理自己过往项目中的Bad Case及优化过程，展现解决复杂工程与算法问题的系统性思维
职位点评
薪资福利85
成长发展95
工作生活40
使命价值80
薪资福利
85较高
该岗位属于当前市场高薪赛道，且对算法能力要求极高，整体薪酬回报在行业内具有较强竞争力。
薪资信号未披露（AI估算：3.5千–7万/月）
成长发展
95较高
岗位聚焦大模型核心算法与强化学习前沿研究，依托核心实验室的顶级资源，技术成长空间与行业前沿接触度极高。
技术前沿前沿/新兴技术
技术栈大模型、强化学习、SFT、Agent、多模态、预训练、Model Merge、On-policy KD
业务类型profit_center
工作生活
40较低
JD未提及工作模式与WLB相关信息，且大模型核心研发岗通常面临较高的业务迭代压力，工作强度可能较大。
工作模式未明确
办公地点科技园/产业园
加班情况未提及（无法判断）
使命价值
80较高
大模型技术是当前AI领域的核心驱动力，岗位致力于提升模型综合能力并推动真实业务落地，具有较高的技术使命感与行业影响力。
行业发展高速增长赛道
社会影响正向社会影响力较高
创新程度开拓性创新（行业首创）
Watch Jobs