Agentic 基础设施工程师
岗位摘要
负责 Agentic RL 训练基础设施建设，覆盖 Sandbox / Environment Runtime、Scaffold、多阶段 RL Workflow、Eval 与 Replay 等核心链路
岗位职责
- 负责 Agentic RL 训练基础设施建设，覆盖 Sandbox / Environment Runtime、Scaffold、多阶段 RL Workflow、Eval 与 Replay 等核心链路
- 支持大规模 Environment 生产、数据回流与训练闭环，持续优化系统稳定性、吞吐与可扩展性
- 与算法、数据、Infra 团队深度协同，推动复杂 Agent 任务训练体系工程化落地
任职要求
- 具备扎实的工程能力，熟悉 Python / Go 等至少一种编程语言
- 具备分布式系统或训练平台相关经验
- 理解 RLHF、Agentic RL、Tool Use、Environment、Replay 等核心机制
- 有后训练、Agent、Sandbox 或大规模数据循环相关经验者优先
- 既能理解算法需求，也能抽象通用系统能力，推动训练基础设施持续演进
工作地址
北京海淀区大恒科技大厦12层