工程师
岗位摘要
研究其性能和可扩展性与推理行为紧密耦合的强化学习和后训练方法；协同设计算法和系统，而非将它们视为独立部分；通过重新思考推理、调度和训练之间的交互，旨在解锁新的实验范式；项目可能涉及更大的模型、更长的推演和更复杂的评估
岗位职责
- 研究其性能和可扩展性与推理行为紧密耦合的强化学习和后训练方法
- 协同设计算法和系统，而非将它们视为独立部分
- 通过重新思考推理、调度和训练之间的交互，旨在解锁新的实验范式
- 项目可能涉及更大的模型、更长的推演和更复杂的评估
任职要求
- 攻读计算机科学、电子工程或相关领域的博士学位或硕士学位（优秀的本科生也会考虑）
- 在以下一个或多个领域有研究经验：大型模型的强化学习或后训练（例如RLHF、RLAIF、GRPO、偏好优化）
- 在以下一个或多个领域有研究经验：机器学习系统（推理引擎、运行时、分布式系统）
- 在以下一个或多个领域有研究经验：大规模实证机器学习研究或评估
- 能够进行实证研究：设计对照实验和消融实验；解释噪声结果并得出原则性结论
- 能够在不同抽象层次上工作：具备用于实验的扎实Python技能；愿意修改推理或训练系统（有C++、CUDA或类似经验者优先）
- 关注研究洞察而不仅仅是基准测试：探究方法在真实系统约束下为何有效或失败；思考基础设施假设如何影响算法结果