大模型算法工程师-强化学习

职位描述

1、框架开发与优化：负责强化学习、模型精调、知识蒸馏等核心模块的设计与开发；

2、工具链构建：参与开发轻量化训练框架，支持LLM、VLM等模型的快速模型微调、部署；

3、前沿技术探索：跟踪学术动态，将最新研究成果转化为框架功能，提升产品竞争力；

4、协作与文档：与产品团队紧密配合，提供框架级解决方案；

任职要求

1、计算机科学、数学、电子工程等相关专业硕士及以上学历，精通Python；

2、有Megatron-LM、DeepSpeed等开源框架使用或二次开发经验，理解分布式训练、显存优化技术；

3、熟悉 GRPO/PPO 等 RL 算法、veRL/Slime/AReaL等强化学习框架者优先；

4、工程经验上具备大型项目架构设计能力，能独立解决性能调优、多节点调试等复杂问题；

5、综合素养；强烈的技术热情，良好的沟通能力与团队协作精神。

加分项

1、在顶级会议发表过框架优化或算法相关论文；

2、活跃于开源社区（如PyTorch、HuggingFace项目贡献者）；

3、有LLM训练、RLHF全流程开发经验。