返回岗位列表

RL Infra实习生

查看原岗位

地点：北京薪资：薪资未公开日期：2026-07-20

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