职位描述:
1. 创新深度神经网络设计:
– 开发新颖、开拓性的深度神经网络架构,推动深度学习领域的基础研究。
– 针对多模态(文本、图像、语音等)设计优化模型,提高模型的泛化能力和应用性能。
2. 科学评测体系构建:
– 构建科学严谨的算法评测方法,系统评估模型的性能。
– 探索模型能力的潜在机制,推动模型优化和创新。。
3. 高质量数据合成与处理:
– 通过数据生成、扩充和重写等方法,创建大规模、高质量的训练数据集。
– 结合指令调优、偏好对齐等技术提升数据质量与模型表现。
4. 强化学习优化:
– 研究并实施基于RLHF/RLAIF的偏好对齐技术,提升模型在多领域的应用能力。
– 探索和优化主动学习、课程学习等有效的大模型训练方法。
职位要求:
1. 学术能力:
– 精通深度学习、强化学习(RL)、自然语言处理(NLP)等领域,具备创新研究能力。
– 在相关领域的国际顶会或期刊发表高质量论文(如 NeurIPS、ICML、CVPR、ICLR、ACL 等)。
– 在领域内知名比赛(NOI、IOI、IPhO、ACM、Kaggle 等)中取得优异成绩者优先。
2. 编程能力:
– 熟练掌握 Python、C++ 或其他编程语言,具备扎实的数据结构与算法基础。
– 熟悉主流深度学习框架(如 PyTorch、TensorFlow),能够高效实现复杂模型。
3. 实战经验:
– 有大型模型训练及优化经验者优先,熟悉 LLM(大语言模型)训练和应用全流程。
– 有影响力的项目经验或相关实习经历者优先。
4. 团队合作与沟通能力:
– 具备优秀的团队协作和沟通能力,能够推动团队共同解决复杂技术问题。
加分项
– 熟悉大型模型训练技术,包括预训练、SFT(监督微调)、RLHF&O1(基于人类反馈的强化学习)。
– 在多模态建模(如图像-文本、语音-文本对齐)领域有相关研究经验。
– 对 LLM 的推理和规划有深入
招聘部门:
小米
工作地点:
北京市 ID:A212487
面试建议:
面试小米公司的大模型算法研究员职位,你需要展现出在深度学习、强化学习和自然语言处理领域的深厚功底。这个职位不仅要求你有扎实的理论基础,还需要你在实际项目中有过大型模型训练和优化的经验。面试官会特别关注你在国际顶会或期刊上发表的高质量论文,以及在知名比赛中的表现。这些都能证明你的学术能力和创新研究能力。 在准备面试时,建议你重点复习深度学习和强化学习的核心算法,尤其是与大模型相关的技术,如预训练、监督微调、RLHF等。同时,准备好你在相关项目中的实战经验,尤其是那些能够展示你解决复杂技术问题的案例。面试中可能会涉及多模态建模的问题,所以对图像-文本、语音-文本对齐等领域的研究也要有所准备。最后,别忘了展示你的团队协作和沟通能力,这在推动团队共同解决技术问题时尤为重要。