返回岗位列表

强化学习训练框架工程师

查看原岗位

地点：北京薪资：45-75K 日期：2026-03-03

岗位摘要

负责强化学习训练框架的研发、优化和维护，根据业务需求持续改进训练框架和策略，提升模型训练效率；分析和定位训练中的性能瓶颈，实施针对性优化措施，提升训练效率和稳定性；跟进业界技术进展，不断同步与集成最新训练优化策略

岗位职责

负责强化学习训练框架的研发、优化和维护，根据业务需求持续改进训练框架和策略，提升模型训练效率
分析和定位训练中的性能瓶颈，实施针对性优化措施，提升训练效率和稳定性
跟进业界技术进展，不断同步与集成最新训练优化策略

任职要求

对自然语言处理、计算机视觉和多模态算法有深入理解，熟悉主流的LLM模型架构，有分布式训练经验
对常见RL训练算法有基本了解
熟悉vLLM或SGLang等常用开源推理框架的优先考虑

福利待遇

薪资45-75K·16薪
参与Slime开源项目开发，与SGLang团队合作探索前沿技术
聚焦大规模MoE模型RL训练策略研究
支持完整的后训练工作流，打通预训练到生产的全链路

工作地址

北京海淀区搜狐网络大厦清华科技园搜狐网络大厦11层