返回岗位列表

强化学习训练工程师

查看原岗位

地点：上海薪资：30-60K 日期：2026-06-26

岗位摘要

参与强化学习框架在国产芯片的适配开发及优化；参与强化学习及其框架开源社区的推动和发展；参与基于国产芯片的强化学习相关项目的落地和交付；跟踪前沿论文与开源方案，推动新方法在业务场景落地；扎实的机器学习/深度学习基础，理解策略梯度、Actor-Critic、价值函数等核心概念

岗位职责

参与强化学习框架在国产芯片的适配开发及优化
参与强化学习及其框架开源社区的推动和发展
参与基于国产芯片的强化学习相关项目的落地和交付
跟踪前沿论文与开源方案，推动新方法在业务场景落地

任职要求

扎实的机器学习/深度学习基础，理解策略梯度、Actor-Critic、价值函数等核心概念
熟练使用PyTorch，有RL或LLM训练的实际项目经验
熟悉至少一种RL框架：Verl、Slime、Roll、AReal等
良好的工程能力与代码规范，能独立排查训练问题

加分项

有大模型 RLHF/RLAIF 全流程落地经验
熟悉分布式训练框架：DeepSpeed、Megatron
LM、FSDP、Ray
有 Agent / 工具调用 / 多步推理的 RL 训练经验
在 NeurIPS、ICML、ICLR 等顶会发表过论文
有强化学习开源社区相关贡献者优先
徐女士刚刚活跃

福利待遇

薪资范围30-60K·15薪
工作地点可选上海、杭州或深圳
参与前沿技术研发与开源社区建设
与顶尖团队合作，推动创新方法落地

工作地址

上海闵行区临港浦江科技广场16号楼