Pharmaron logo
康龙化成
2027届-硕士-Al后训练研究员-北京/上海

2027届-硕士-Al后训练研究员-北京/上海

发布于 2 小时前

普通员工/个人贡献者

AI 估算 · 2.5–4.0万 · AI 参考估算
无经验要求
硕士
全职员工仅现场办公AI算法
AI算法
Deepspeed
Dpo
Grpo
Llm后训练
Megatron-Lm
Ppo
Pytorch
Rlhf
Sft

值不值得投

80综合评分

综合评分 80

前沿LLM后训练、真实医疗场景、成长路径清晰,WLB信息未披露

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,方便比较职业起点。

薪资怎么样

3.3万

比AI算法中位数高

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 440 个在招

市场机会

选择面较广

北京 · AI算法 · 约 240 个在招

职位详情

关于这个职位

该岗位面向2027届硕士,加入康龙化成AI研究院,围绕临床、药物警戒、临床试验等真实生命科学场景开展大模型后训练

你将参与SFT、偏好学习、强化学习、评测体系和数据闭环建设,让模型在医疗业务中达到可交付、可审计的可靠性

最低要求

专业背景:计算机、人工智能、数学、统计学、电子信息等相关专业

熟练使用 PyTorch,掌握至少一种分布式训练/RL 训练框架(DeepSpeed、Megatron-LM、FSDP、verl 等)
完整跑通过 SFT + 偏好/强化学习的后训练管线(数据→训练→评测),能独立定位训练不稳定与 reward hacking 类问题
理解主流 LLM 架构(Transformer、MoE、长上下文机制)及推理部署的基本约束(vLLM/SGLang、量化)
具备大规模数据工程能力:文本清洗、去重、污染检测、数据配比实验

工作职责

方向定位:面向具体应用开展模型后训练,让模型在真实临床与医疗服务场景中达到可交付的可靠性

这里的后训练以真实应用为实验场:场景真实、反馈闭环、结果可归因
核心工作:
领域数据体系建设:SFT 指令数据、偏好数据(DPO/RLHF)、可验证奖励(RLVR)数据的构造管线
结合医生标注、模型辅助标注与拒绝采样的数据生产
大规模去重、污染检测与质量分层
后训练全流程落地与改进:领域知识注入(continued pretraining / mid-training)、SFT、DPO/GRPO/PPO 等偏好与强化学习方法的选型和多阶段训练配方设计
LoRA 与全参微调的权衡
构建医学专科专业模型(如肿瘤领域模型),沉淀专科知识注入与评测的方法论
训练工程与诊断:分布式训练(DeepSpeed/Megatron-LM/FSDP 或 verl 等 RL 框架)、混合精度与训练稳定性问题定位(loss spike、reward hacking、灾难性遗忘)
评测体系:面向绑定应用建设领域评测集,校准 LLM-as-judge 与人工评审,打通线上失败案例回流至训练数据的闭环,并对训练指标与应用指标之间的归因作出判断
与 Harness、FDE 方向协同,判定问题应由训练解决还是工程解决,并对边界负责
绑定与协作模式:
绑定一个主应用,对该应用的模型效果负责
横向覆盖其他应用的后训练需求,优先级与排期由技术线负责人统筹,不由应用方直接指派

优先资格

论文优先:NeurIPS/ICML/ICLR/ACL/EMNLP 等主流会议一作论文者优先

相关经验优先:LLM 后训练实战(SFT/RL 全流程)、大规模分布式训练工程、开源训练框架或后训练项目贡献
推理模型(RLVR/长思维链)训练经验、医疗/生物医学 NLP 经验加分

AI 洞察

优缺点分析

优点

  • 岗位直接绑定真实临床与CRO应用场景,模型上线后能快速获得医生、患者和项目团队反馈,而不是停留在benchmark
  • 团队鼓励使用Cursor、Claude Code等先进AI工具,并持续投入训练与推理算力,对后训练研究较友好
  • 研究院不设产品经理与项目经理,研究员以FDE模式直接own需求、方案、交付与迭代,成长速度和责任边界更清晰
  • 有临床、药物警戒、统计专家作为业务外脑,适合希望把AI算法落地到生命科学场景的候选人
  • 医疗与生命科学场景对可靠性、可审计性和业务理解要求高,模型效果不能只看通用指标
  • 没有产品经理和项目经理意味着研究员需要承担更多需求澄清、排期沟通和交付责任
  • 适合硕士阶段已有LLM后训练、分布式训练或医疗NLP实战经验,愿意深入真实业务场景并承担端到端交付责任的算法候选人

缺点 / 挑战

  • 需要同时覆盖数据、训练、评测、应用归因等多个环节,对校招候选人的工程完整度和问题定位能力要求较高

角色解读

  • 初期以Associate Scientist身份参与绑定应用的后训练任务,逐步掌握医疗业务场景、数据闭环和模型评测方法
  • 中期可成长为独立负责医学专科模型或核心应用效果的研究员,沉淀可复用的训练配方和评测方法论
  • 长期可沿科学职级向Senior Principal Scientist发展,也可与集团M序列打通,转向技术管理或研究负责人方向
  • 围绕临床、药物警戒、临床试验等生命科学场景,构建SFT、偏好数据和RLVR数据管线,把真实业务数据转化为可训练、可评测的数据资产
  • 负责大模型后训练全流程,包括continued pretraining、SFT、DPO/GRPO/PPO、LoRA与全参微调等方案设计与落地
  • 建设领域评测体系,校准LLM-as-judge与人工评审,并把线上失败案例回流到训练数据中形成闭环
  • 与Harness、FDE方向协同,判断问题是模型训练、数据质量还是工程链路导致,并对绑定应用的模型效果负责
  • 需要熟练掌握PyTorch,并至少熟悉DeepSpeed、Megatron-LM、FSDP、verl等分布式或RL训练框架之一
  • 需要理解Transformer、MoE、长上下文机制,以及vLLM/SGLang、量化等推理部署约束
  • 需要具备大规模文本数据工程能力,包括清洗、去重、污染检测、质量分层和数据配比实验
  • 需要能独立分析loss spike、reward hacking、灾难性遗忘等训练问题,并把训练指标与真实应用指标建立归因关系

申请策略

  • 申请时建议明确你更倾向北京还是上海,并说明是否接受绑定主应用场景及FDE式工作方式
  • 可提前了解康龙化成在CRO、临床研究、药物警戒和实验室业务中的角色,面试中体现你对“AI落地生命科学”的兴趣
  • 重点写清你是否完整跑通过数据构造、SFT、偏好学习或RL、评测闭环,最好说明数据规模、模型规模、训练框架和最终指标变化
  • 突出PyTorch、DeepSpeed、Megatron-LM、FSDP、verl、vLLM/SGLang等具体工具使用经历,避免只写“熟悉大模型”
  • 如果有NeurIPS、ICML、ICLR、ACL、EMNLP等论文一作,需放在显眼位置,并说明与LLM、后训练、医疗NLP的相关性
  • 强调你解决过loss spike、reward hacking、灾难性遗忘、数据污染或数据配比问题的具体案例,体现诊断和归因能力
  • 面试前可复盘一个完整后训练项目,准备好数据构造、训练配方、评测设计和失败归因的细节
  • 补充熟悉DPO、GRPO、PPO、RLVR、长思维链训练等方法的适用边界,以及LoRA与全参微调的取舍逻辑

面试指南

  • 项目类问题按“业务目标—数据构造—训练方案—评测指标—失败案例—归因与迭代”展开,突出你自己的判断和贡献
  • 技术问题按“现象—假设—实验—结论—沉淀方法”回答,避免只背概念,要体现可复现的实验设计
  • 场景判断题先明确约束条件,再比较训练、数据、工程三类方案的收益、成本和风险,最后给出可验证的落地路径
  • 请介绍一个你完整做过的SFT或偏好/强化学习后训练项目,包括数据、训练、评测和失败归因
  • 遇到loss spike、reward hacking或灾难性遗忘时,你会如何定位问题并设计实验验证?
  • DPO、GRPO、PPO和RLVR分别适合什么场景?你会如何为医疗领域任务选择训练配方?
  • 如何构造医学领域评测集,并校准LLM-as-judge与人工评审之间的一致性?
  • 如果线上应用效果不好,你如何判断应该由训练、数据、Harness还是工程侧解决?

职位点评

薪资福利78
成长发展92
工作生活55
使命价值90

薪资福利

78中等

JD未披露薪资,但岗位面向硕士校招且强调算力、工具和完整成长序列;福利信息未提及,薪资竞争力无法从原文确认。

薪资信号未披露(AI估算:2.5千–4.0万/月)

成长发展

92较高

岗位覆盖后训练、分布式训练、评测闭环和真实应用归因,且有科学职级序列与M序列打通的信息,发展性非常突出。

技术前沿前沿/新兴技术
技术栈PyTorch、DeepSpeed、Megatron-LM、FSDP、verl、SFT、DPO、GRPO、PPO、RLVR、Transformer、MoE、vLLM、SGLang
成长机会专家护航、工具与算力自由、完整成长曲线、科学职级序列、与集团 M 序列对应打通
业务类型ambiguous

工作生活

55较低

JD仅明确北京/上海地点,未提及远程、弹性、双休或加班信息;工作模式与WLB信号不足,无法判断生活化适配度。

工作模式未明确
办公地点未明确
加班情况未提及(无法判断)

使命价值

90较高

岗位强调让大模型进入患者随访、病历、诊断预测、药物警戒和临床试验现场,并以可交付、可审计的可靠性为核心命题,社会价值和行业意义明确。

行业发展新兴领域(暂难判断)
社会影响正向社会影响力较高
使命信号让 AI 走进真实患者的随访对话、病历、诊断与风险预测、走进药物警戒与临床试验的运营现场、参与定义 AI 在生命科学中的可能性、让大模型在真实生命科学场景中达到可交付、可审计的可靠性
创新程度积极采用新技术
Watch Jobs