返回岗位列表

RL Infra&强化学习系统工程师

查看原岗位

地点：北京薪资：80-110K 日期：2026-06-26

岗位摘要

负责RL训练与推理基础设施的设计、开发与优化；负责分布式训练、任务调度、权重同步、热更新等核心链路建设；持续优化系统性能，包括吞吐、时延、GPU利用率、训练效率等指标；建设稳定性与可观测能力，定位并解决OOM、超时、通信瓶颈、一致性问题等

岗位职责

负责RL训练与推理基础设施的设计、开发与优化
负责分布式训练、任务调度、权重同步、热更新等核心链路建设
持续优化系统性能，包括吞吐、时延、GPU利用率、训练效率等指标
建设稳定性与可观测能力，定位并解决OOM、超时、通信瓶颈、一致性问题等
参与Agent RL相关训练与系统支持工作，推动训练框架适配更复杂的Agent场景

任职要求

熟悉PyTorch、CUDA、NCCL、Linux，理解分布式训练与推理系统基本原理
了解RLHF或相关训练方法，对PPO、DPO、GRPO、Agent RL等方向有实际经验或较强理解
有性能分析、问题排查和系统优化经验，能独立定位复杂问题
熟悉AI Coding，有使用或建设代码助手、自动化研发工具、Coding Agent的经验
有代码品味，对工程质量有要求，乐于学习新技术、新工具和新方法

加分项

有大模型训练或推理系统相关经验
有多机多卡、集群训练或在线服务稳定性治理经验
对 Agent、推理优化、系统架构演进有持续兴趣
许先生刚刚活跃

福利待遇

薪资范围80-110K·16薪
工作地点北京或上海
参与前沿大模型RL系统建设

工作地址

北京海淀区大恒科技大厦南座F9层