哔哩哔哩
大语言模型算法工程师（LLM）【2027届】
大语言模型算法工程师（LLM）【2027届】
发布于 大约 14 小时前普通员工/个人贡献者
上海市
无经验要求
全职员工
仅现场办公
本科
机器学习工程
Agentic Rl
Llm
Megatron
Moe
Verl
强化学习
机器翻译
深度学习
预训练
AI 估算 · 25k–45k
大模型算法需求旺盛，上海一线大厂校招薪资高，通常25K-45K/月。
职位详情
关于这个职位
该职位面向2027届应届生，加入哔哩哔哩大模型团队，参与大规模MoE模型的预训练与持续训练，以及Agentic强化学习、多语种机器翻译等前沿方向
工作涉及数据处理、训练框架使用与模型调优，适合对LLM底层技术有浓厚兴趣的同学
最低要求
届应届毕业生，计算机科学、人工智能、计算机视觉等相关专业本科及以上学历，具备扎实的机器学习、深度学习理论基础，熟悉现代LLM架构
熟悉常见大模型训练框架(Megatron/Verl/slime等)
有LLM相关项目经验：pretrain、CPT、SFT、RL、non parametric 任意方向即可
有阅读论文与复现能力，能快速上手实验
良好的自我学习能力和独立思考能力
工作职责
参与大规模MoE模型的预训练和持续预训练（cpt/midtrain）：数据清洗与混合策略、训练调优与结果分析
参与Agentic RL强化学习训练流程：数据构建、reward shaping、训练调优
参与多语种机器翻译(MT)方向：语料处理、模型微调、评测
参与Long horizon agentic RL 方向：轨迹构建，环境构建、优势与奖励设计
优先资格
有相关领域顶会论文，或开源项目
有coding agent harness或模型训练经验
ACM/OI获奖
熟练使用AI agent能力者
AI 洞察
优缺点分析
优点
- 大模型是当前AI领域最前沿的方向，技术成长空间巨大
- 哔哩哔哩为上市大厂，平台稳定，资源丰富，能为应届生提供良好的起点
- 工作涉及预训练、强化学习、机器翻译等多个方向，能拓宽技术视野
- 团队氛围和技术氛围浓厚，可参与实际的大规模训练任务，积累宝贵经验
- 工作内容涉及大量实验和调参，可能需要长期投入时间和精力
- 作为应届生，需要快速学习并掌握复杂的训练框架和技术栈
- 适合对LLM底层技术有浓厚兴趣、自驱力强、愿意深入钻研算法的应届生
缺点 / 挑战
- 大模型训练对计算资源和理论深度要求较高，需要较强的抗压能力
角色解读
- 从参与大模型预训练和强化学习入手，逐步成为LLM领域的技术专家
- 可向算法专家或技术管理方向发展，主导大模型训练和优化项目
- 未来可深入探索AI Agent、多模态等前沿方向，成为团队核心成员
- 参与大规模MoE模型的预训练和持续预训练，负责数据清洗、混合策略以及训练调优与结果分析
- 参与Agentic RL强化学习训练流程，包括数据构建、reward shaping和训练调优
- 参与多语种机器翻译方向，负责语料处理、模型微调和评测
- 参与Long horizon agentic RL方向，进行轨迹构建、环境构建以及优势与奖励设计
- 扎实的机器学习和深度学习理论基础，熟悉现代LLM架构
- 熟悉常见大模型训练框架，如Megatron、Verl、slime等
- 有LLM相关项目经验，如pretrain、CPT、SFT、RL或non parametric方向
- 具备阅读论文和复现能力，能快速上手实验，并有良好的自我学习能力
申请策略
- 在简历中明确标注2027届身份，并突出与岗位高度相关的项目
- 了解哔哩哔哩的业务和大模型应用场景，在面试中展示对公司的关注
- 突出LLM相关项目经验，如预训练、微调、强化学习或机器翻译项目
- 强调对常见训练框架（Megatron、Verl等）的熟悉程度和使用经验
- 展示阅读论文和复现实验的能力，如复现过的顶会模型
- 如有顶会论文、开源项目或ACM/OI获奖经历，务必显著列出
- 提前熟悉大模型训练框架，如Megatron、Verl的源码和使用方法
- 动手实现一个小规模的LLM预训练或RL训练流程，加深理解
面试指南
- 对于项目类问题，采用STAR法则，清晰描述背景、任务、行动和结果，突出个人贡献
- 对于技术原理问题，从基础公式出发，结合实际实现细节，逻辑清晰地逐步推导
- 对于实验设计问题，先明确目标，再提出方案、评估指标和备选方案
- 请详细讲讲你参与过的LLM相关项目，包括数据构成、训练过程和遇到问题
- 如何设计reward shaping来训练一个Agentic RL模型？
- 在预训练大规模MoE模型时，如何处理数据质量和混合策略？
- 你对Transformer架构中的注意力机制如何理解？请从实现层面解释
- 如何快速复现一篇顶会论文的算法？并如何评估其效果？
职位点评
77
综合评分
大厂前沿大模型算法岗，技术成长极佳，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。
更适合这类人
适合追求技术前沿、渴望在LLM领域深耕的应届生，对工作生活平衡要求不高。
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90
工作生活60
使命价值75
薪资福利
75中等
该职位为上市大厂校招岗，薪资水平预期较高，但JD未透露具体福利，整体补偿性待遇较好。
薪资信号未披露（AI估算：25K-45K/月）
成长发展
90较高
前沿大模型技术，涉及预训练、强化学习、机器翻译等方向，技能成长和晋升空间大。
技术前沿前沿/新兴技术
技术栈LLM、MoE、预训练、Agentic RL、机器翻译、Megatron、Verl
业务类型ambiguous
工作生活
60中等
工作地点在上海，JD未提及WLB或弹性工作，大模型训练可能涉及高强度工作。
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
75中等
大模型赛道高速增长，对AI发展和企业业务有较大价值，但社会直接影响力中性。
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
哔哩哔哩 的其他在招职位
相似职位推荐
Watch Jobs