RL Infra实习生
岗位摘要
参与下一代Baichuan-M模型的强化学习训练基础设施搭建与优化；识别并解决训练系统中的关键性能瓶颈；提出并实施工程优化方案以提升训练效率；与团队协作推进模型训练进度；硕博在校生，具备良好的计算机相关背景和扎实的编程能力
岗位职责
- 参与下一代Baichuan-M模型的强化学习训练基础设施搭建与优化
- 识别并解决训练系统中的关键性能瓶颈
- 提出并实施工程优化方案以提升训练效率
- 与团队协作推进模型训练进度
任职要求
- 硕博在校生，具备良好的计算机相关背景和扎实的编程能力
- 熟悉Megatron、Verl、SGLang等框架，对RL训练工程有深入理解
- 具备强烈的工程嗅觉，能独立发现系统关键瓶颈并提出优化方案
福利待遇
- 参与前沿大模型训练项目
- 与顶尖团队合作学习