强化学习训练框架实习生

查看原岗位

地点：北京薪资：300-350元/天日期：2026-03-03

岗位摘要

参与大规模强化学习训练框架的设计与开发，支持千亿参数级模型的Post-training阶段；深入分析训练与推理过程中的性能瓶颈，针对计算、显存和通信进行优化，提升训练吞吐量和资源利用率

计算机科学、人工智能或相关专业本科及以上在读，具备扎实的Python/C++编程能力和良好的代码风格
深入理解分布式训练原理，熟悉Megatron-LM、DeepSpeed等主流训练框架的源码或核心机制
理解并实践过大模型并行训练技术，包括但不限于数据并行(DP/FSDP)、张量并行(TP)、流水线并行(PP)及序列并行(SP)
熟练使用PyTorch，了解其底层运行机制（如DDP, Autograd, CUDA extension等）
有高性能推理框架开发/优化经验者优先，如vLLM、SGLang、TensorRT-LLM等，理解PagedAttention、Continuous Batching等技术原理
熟悉或使用过大模型强化学习框架者优先，如Verl、AReal、Slime、TRL或OpenRLHF，有相关代码贡献者优先
有CUDA/Triton编写高性能算子经验，或熟悉FlashAttention等内核优化技术者优先
在GitHub上有高质量开源项目贡献，或在AI/Sys顶级会议发表过相关论文者优先

北京海淀区科建大厦北京市海淀区科建大厦