jobber

申请人

团队介绍：
这里是DeepSeek深度求索团队，近期OpenAI发布o1, 预示着大模型的AlphaGO时刻已经到来，展示了大模型在复杂推理任务上的强大潜力。团队正在招募对大模型高阶推理能力感兴趣的优秀同学，欢迎加入我们一起探索最前沿的post-training技术。

岗位要求：
1.有过大模型研究经历，在post-training方向有一定研究基础，熟悉reward model, DPO/PPO等主流算法；
2.有较强的工程实现能力，熟练使用Python语言，有实际编程人项目经验，熟悉DeepSpeed, Megatron等分布式训练框架，熟练使用pytorch深度学习框架；
3.在高水平国际会议和学术期刊发表过相关论文，或者有高水平竞赛获奖经历等。

有兴趣的朋友欢迎联系邮箱zy.wu@high-flyer.cn, 谢谢。