返回岗位列表

软件工程师，强化学习训练基础设施

查看原岗位

地点：美国薪资：薪资未公开日期：2026-07-20

岗位摘要

通过介入最紧急的工程和基础设施问题，保持大规模强化学习训练运行顺利进行；调试训练系统、推理、编排、扩展和分布式基础设施中的问题；解决研究与工程交叉领域的硬技术问题：扩展实验、提高训练可靠性、调试分布式系统、降低延迟和成本，并使新功能在实际工作负载下稳健运行

岗位职责

通过介入最紧急的工程和基础设施问题，保持大规模强化学习训练运行顺利进行
调试训练系统、推理、编排、扩展和分布式基础设施中的问题
解决研究与工程交叉领域的硬技术问题：扩展实验、提高训练可靠性、调试分布式系统、降低延迟和成本，并使新功能在实际工作负载下稳健运行
提高强化学习训练运行的可靠性和效率
帮助开发基础设施密集型集成的研究人员，例如多智能体能力或记忆
将重复出现的运营问题转化为更好的工具、系统、流程或抽象
在紧张的模型运行时间线上与研究、基础设施和合作伙伴团队紧密合作
在混乱、模糊的领域中快速发挥作用，其中所有权比完美范围的项目更重要
调试跨越模型行为、训练数据、强化学习系统、评估基础设施、服务系统和智能体框架的故障，然后将这些故障转化为假设、修复和持久改进

任职要求

希望训练和交付我们的前沿模型，并确保我们为开发者、企业、研究人员和日常用户真正提供有用的智能体
是一名强大的通才工程师，在机器学习基础设施的某些层面有经验
曾从事强化学习、推理、扩展、训练系统、编排或相关机器学习基础设施工作
学习速度极快，并且能够自如地在不熟悉的层面操作
是一名强大的调试者，具有高度的主人翁意识、低自我和出色的沟通能力
能够在时间紧迫的混乱领域中落地，快速发挥作用，并逐步提高整个系统的质量
在可靠性、速度和判断力至关重要的快节奏环境中充满活力
喜欢在团队需要时构建承载系统和流程，即使工作并不光鲜
有支持大规模模型训练、异步强化学习系统或高吞吐量机器学习基础设施的经验者优先
有跨GPU、网络、编排或推理栈调试分布式系统的经验者优先
有性能优化、扩展或生产关键基础设施背景者优先
有直接与研究人员或快速移动的模型团队合作经验者优先

福利待遇

参与训练和交付前沿AI模型的机会
与顶尖研究和工程团队合作
解决高影响力、技术挑战性问题
快节奏、创新驱动的环境
推动通用人工智能造福全人类的使命