业务技术-【急聘】大语言模型（LLM）算法工程师-AI软件研发方向

优缺点分析

角色解读

• 深入大模型研发，成为领域专家，主导复杂AI项目
• 向技术管理或研究方向发展，带领团队推动技术创新
• 参与前沿AI在软件工程的应用，提升行业影响力与职业竞争力
• 负责淘宝研发领域大模型的核心算法训练与优化，包括持续预训练、指令微调和对齐等技术
• 设计创新的数据方案，将代码、文档等异构知识注入模型，增强AI在软件工程中的推理能力
• 建立评测体系，评估模型在代码溯源、故障排查等任务上的表现，并驱动迭代优化
• 精通Python和深度学习框架如PyTorch，具备扎实的NLP和LLM项目经验
• 熟悉预训练、SFT、RLHF等大模型关键技术，有实际训练和优化经验
• 理解软件工程全流程，具备代码分析和系统架构知识，有AI for SE背景者优先
• 出色的问题拆解能力、自驱力和团队协作精神

申请策略

• 研究淘宝研发流程和痛点，在面试中展示对场景的理解与解决方案
• 关注阿里巴巴在AI和软件工程领域的最新动态，体现对行业趋势的把握
• 强调自驱力和学习热情，适应快速迭代的技术环境和团队文化
• 突出LLM相关项目经验，详细描述预训练、微调等技术实践与成果
• 展示软件工程背景，如代码分析、系统架构理解或AI for SE应用案例
• 列举使用PyTorch等框架的实际开发经验，强调技术深度与创新能力
• 体现团队协作与问题解决能力，如主导项目或应对技术挑战的经历
• 深入学习大模型训练技术，如RLHF、DPO等最新方法，提升实战能力

面试指南

• 使用STAR法则（情境、任务、行动、结果）回答技术项目问题，突出数据驱动和迭代优化过程
• 对于评估问题，强调多维度指标（如准确率、推理深度）和bad case分析的重要性
• 结合实际案例，展示问题拆解、方案设计和团队协作的综合能力
• 你如何将大语言模型应用于软件工程领域？请举例说明
• 描述你过去主导的一个大模型训练项目，遇到的最大挑战和解决方案
• 如何科学评估LLM在代码相关任务上的性能？你会设计哪些评测指标？
• 如果你发现模型在某个任务上表现不佳，你会如何分析和优化？
• 你对持续预训练和指令微调有什么实践经验？如何确保数据质量？