如约见 · 技术研发 · 算法/AI

大模型后训练专家

大疆创新 · 北京市、深圳市、上海市 · 薪资面议 · 更新于 2026/11/11

岗位描述

岗位职责:1、负责 DJI 飞行器业务场景下的基模后训练、任务适配和效果优化;2、基于预训练模型,进行 SFT、指令微调、模仿学习、偏好优化、离线/在线强化学习、安全约束训练等;3、面向具体产品任务提升模型效果,包括飞行避障、目标跟随、路径规划、智能构图等;4、设计任务级数据集和训练样本,结合真实设备数据、用户反馈、失败案例进行持续迭代;5、建立后训练评测体系,围绕任务完成率、安全性、稳定性、端侧延迟、功耗、用户体验等指标优化模型;6、与飞控、导航、感知、系统、端侧部署团队协作,确保模型输出安全、稳定、可控;7、推动后训练模型在端侧硬件上部署,参与蒸馏、量化、压缩和推理效率优化。职位要求必备能力1、后训练方法经验,熟悉以下至少一种:SFT;指令微调;RLHF/RLAIF;DPO/IPO/KTO;模仿学习;Behavior Cloning;Offline RL;Online RL;Diffusion Policy;安全约束训练。2、任务指标优化能力:能围绕真实业务指标调模型,而不是只优化 loss;3、真实数据迭代能力:能处理线上/设备端数据,完成失败样本分析、数据重采样、困难样本挖掘、训练集更新和回归评测;4、端侧落地意识:理解手机/智能硬件/机器人设备上的模型部署限制,包括算力、内存、功耗、延迟、热设计等;5、工程能力:熟悉 PyTorch,能独立完成训练、评测、实验分析和部署前验证;6、跨团队协作能力能和硬件、系统、端侧部署、应用算法、产品团队一起定义问题和推进效果落地;加分经验7、有大模型后训练、RLHF/DPO/RLAIF;手机端 AI、端侧多模态模型、端侧 Agent;做过机器人、无人机、服务机器人项目优先;8、有用户反馈驱动的模型迭代,推荐/广告/搜索中的在线优化、bandit/RL、用户行为建模;9、有模型压缩、蒸馏、量化经验。

大疆创新其他在招岗位

同类在招岗位(技术研发)

岗位信息来自企业官方招聘渠道(dji),由如约见每日自动同步; 如已下架可前往职位雷达用 AI 匹配相似岗位,或浏览招聘岗位大全。