岗位详情
岗位描述
- 1、参与大模型强化学习（RL）训练系统的设计与优化，覆盖训练、推理、环境交互与任务调度等关键环节； 2、 参与 Agentic RL / 多 Agent 训练框架建设，提升系统效率、稳定性与可扩展性； 3、跟进并复现 RL、Agent、MLSys、大模型训练与推理系统等方向的前沿工作，推动新方法在实际系统中的落地； 4、 参与系统性能分析与优化，提升训练吞吐、推理效率和资源利用率。
岗位要求
- 1、2027届本科及以上学历，计算机、软件工程、人工智能等相关专业； 2、 具备扎实的深度学习基础，了解 LLM / VLM 等大模型结构与训练流程； 3、 对分布式训练、推理加速、强化学习系统或大模型系统优化有浓厚兴趣，并具备一定实践经验； 4、熟悉 PyTorch，了解或使用过 Ray、FSDP、Megatron、DeepSpeed、vLLM、verl、OpenRLHF 等框架中的一种或多种； 5、具备良好的工程能力、研究能力和问题分析能力，能够独立推进实验与系统迭代。