机器学习研究工程师（强化学习）
岗位摘要
参与强化学习基础研究，推动大语言模型能力与安全性的前沿发展；开发使模型能够有效使用计算机的系统；探索面向大语言模型的基础强化学习研究；构建可扩展的强化学习基础设施与训练方法；增强模型的推理能力，尤其是在数学等领域
岗位职责
- 参与强化学习基础研究，推动大语言模型能力与安全性的前沿发展
- 开发使模型能够有效使用计算机的系统
- 探索面向大语言模型的基础强化学习研究
- 构建可扩展的强化学习基础设施与训练方法
- 增强模型的推理能力，尤其是在数学等领域
- 架构并优化核心强化学习基础设施，包括清晰的训练抽象和跨 GPU 集群的分布式实验管理，以支持日益复杂的研究工作流
- 设计、实现并测试新颖的训练环境、评估方法及面向强化学习智能体的方法，推动下一代模型达到最先进水平
- 通过性能分析、优化与基准测试提升整个技术栈的性能，实现高效缓存方案并调试分布式系统，加速训练与评估流程
- 与研究及工程团队协作，开发自动化测试框架、设计清晰的 API，并构建可扩展基础设施以加速 AI 研究
- 与对齐和前沿红队紧密合作，确保系统既强大又安全，并与应用生产训练团队合作将研究创新部署到实际模型中
任职要求
- 精通 Python 以及使用 Trio 等框架进行异步/并发编程
- 具有机器学习框架使用经验（如 PyTorch、TensorFlow、JAX）
- 能够在研究探索与工程实现之间取得平衡
- 喜欢结对编程（我们非常喜欢结对！）
- 关注代码质量、测试和性能
- 对 AI 的潜在影响充满热情，并致力于开发安全且有益的系统