Token Foundry-大语言模型算法专家/高级算法工程师-杭州

优缺点分析

角色解读

• 技术专家路线：在Post-training和推理模型领域持续深耕，成为该领域的技术权威，引领团队技术方向
• 业务架构师路线：深入理解业务需求，将前沿技术转化为业务价值，成长为能够主导大型AI项目的技术负责人
• 管理路线：在技术积累的基础上，逐步承担团队管理和项目管理工作，向技术管理者方向发展
• 负责构建和优化垂直领域的高质量训练数据，包括数据清洗、标注、增强和迭代，以提升数据质量和生产效率
• 设计并实施针对特定领域的SFT（监督微调）和RL（强化学习）算法，构建高效、可扩展的模型后训练体系
• 探索推理模型的前沿技术，如高效蒸馏、reward system、agentic RL等，并推动这些技术在业务场景中的落地
• 精通Python，熟练掌握PyTorch、vLLM、Verl等主流大模型训练和推理框架，具备扎实的工程编码能力
• 深入理解大语言模型的Post-training技术，包括SFT、RLHF、Agent等，并有实际的垂域模型研发和落地经验
• 具备独立主导技术项目的能力，包括问题建模、数据治理、算法设计、实验验证的完整闭环

申请策略

• 在简历中清晰展示你主导的完整技术闭环案例，从问题定义到最终落地，体现你的独立思考和工程能力
• 面试前深入了解阿里巴巴在AI大模型领域的布局和业务方向，思考你的技术如何与阿里的业务场景结合
• 突出大模型Post-training（SFT/RL/Agent）相关的项目经验，详细描述你负责的技术环节、模型效果和业务落地情况
• 强调大规模线上应用经历，如模型日均调用量、服务用户数等量化指标，这是证明你技术实力的重要依据
• 展示你的技术影响力，如高影响力开源项目贡献、顶会论文（NeurIPS、ICLR等）、知名算法竞赛获奖经历
• 深入理解并实践vLLM、Verl等主流训练推理框架，掌握其底层原理和优化技巧
• 关注并复现最新的推理模型技术，如高效蒸馏、agentic RL、test-time learning等，保持技术敏感度
• 系统梳理SFT、RLHF、DPO等Post-training算法的原理和适用场景，形成自己的方法论

面试指南

• 回答技术问题时，建议采用STAR法则（情境-任务-行动-结果），清晰阐述项目背景、你的具体职责、采取的技术方案和最终取得的量化成果
• 对于前沿技术问题，可以结合自己的理解、实践或调研，展现深度思考
• 请详细描述你主导的一个大模型Post-training项目，包括数据构建、模型训练、效果评估和上线部署的全过程
• 在SFT和RL训练中，你如何设计奖励模型（Reward Model）？遇到过哪些问题，如何解决？
• 如何评估一个垂域大模型的效果？除了通用指标，你会关注哪些业务相关的指标？
• 谈谈你对Agentic RL或Test-time Learning等前沿技术的理解，以及它们在垂直领域的应用前景
• 在跨团队协作中，如何推动一个需要多方配合的技术项目高效落地？
• 复习大模型基础知识和Post-training核心算法，准备1-2个深度项目案例，能清晰讲述技术细节和业务价值