返回岗位列表

强化学习架构师/工程师-Infra方向

查看原岗位

地点：北京薪资：30-60K 日期：2026-03-03

岗位摘要

基于现有强化学习算法框架，建设并部署支撑RL训练的高效稳定基础设施；优化强化学习训练流程与框架，持续提升训练效率和模型性能；与团队协作，推动Infra方案落地，保障强化学习模型的高效训练

岗位职责

基于现有强化学习算法框架，建设并部署支撑RL训练的高效稳定基础设施
优化强化学习训练流程与框架，持续提升训练效率和模型性能
与团队协作，推动Infra方案落地，保障强化学习模型的高效训练

任职要求

本科及以上学历，了解常见强化学习算法的相关原理、实现方式、优化策略
具备搭建、优化和维护强化学习训练基础设施（Infra）的经验
熟悉集群资源管理、监控与CI/CD等Infra体系，能保障训练平台稳定性
熟悉至少一种主流的RLHF框架，如OpenRLHF/VeRL/ChatLearn等
了解分布式训练基本原理，熟悉通信库的相关工作原理
有良好的沟通合作能力、快速学习和应用新技术的能力及基本的英文文献阅读能力
有强化学习项目实施经验者优先
熟悉模型部署和推理优化者优先
了解云平台部署和容器化技术者优先

加分项

熟悉模型部署和推理优化
了解云平台部署和容器化技术
薛明畅刚刚活跃

工作地址

北京海淀区科建大厦301