大模型强化学习训练与推理系统工程师
岗位摘要
负责强化学习训练与推理基础设施的设计、开发与优化；负责分布式训练、任务调度、权重同步、热更新等核心链路建设；持续优化系统性能，包括吞吐量、时延、GPU利用率、训练效率等指标；建设稳定性与可观测能力，定位并解决OOM、超时、通信瓶颈、一致性问题等
登录后保留你的岗位线索
邮箱登录后可继续查看完整职责、任职要求和原岗位入口，并使用收藏与浏览记录沉淀适合自己的机会。
岗位职责
- 负责强化学习训练与推理基础设施的设计、开发与优化
- 负责分布式训练、任务调度、权重同步、热更新等核心链路建设
- 持续优化系统性能，包括吞吐量、时延、GPU利用率、训练效率等指标
- 建设稳定性与可观测能力，定位并解决OOM、超时、通信瓶颈、一致性问题等
- 参与Agent强化学习相关训练与系统支持工作，推动训练框架适配更复杂的Agent场景
任职要求
- 熟悉PyTorch、CUDA、NCCL、Linux，理解分布式训练与推理系统基本原理
- 了解RLHF或相关训练方法，对PPO、DPO、GRPO、Agent强化学习等方向有实际经验或较强理解
- 有性能分析、问题排查和系统优化经验，能独立定位复杂问题
- 熟悉AI编程，有使用或建设代码助手、自动化研发工具、编程Agent的经验
- 有代码品味，对工程质量有要求，乐于学习新技术、新工具和新方法
加分项
- 有大模型训练或推理系统相关经验
- 有多机多卡、集群训练或在线服务稳定性治理经验
- 对 Agent、推理优化、系统架构演进有持续兴趣
- 负责大模型 RL 训练与推理系统建设，支持训练效率、系统稳定性和工程迭代速度的持续提升
福利待遇
- 有大模型训练或推理系统相关经验者优先
- 有多机多卡、集群训练或在线服务稳定性治理经验者优先
- 对Agent、推理优化、系统架构演进有持续兴趣者优先
登录后查看完整岗位详情
使用邮箱验证码登录后，可查看完整职责、任职要求、原岗位入口，并继续使用收藏和浏览记录。列表摘要保持公开，完整详情用于保护数据质量和降低恶意抓取。