招聘城市：北京，上海
岗位职责：
1.利用强化学习方法对多模态大模型进行对齐：
2.解决优化现有多模态大模型 RLHF 中的训练效果、稳定性、Reward Hacking 等问题；
3.探索 RL 阶段 computaiton scaling 对模型能力提升的方法；
4.研究 Multi-Agent、Long-term Objective、Scalable Oversight 等方向下基于强化学习的对齐方法；
5.基于前沿方法对幻觉、推理、工具使用、安全等场景问题进行针对性优化，提升大模型的应用价值。
任职要求：
1. 具备扎实的机器学习基础，能熟练使用至少一种深度学习框架（e.g. PyTorch、Jax、TensorFlow、MindSpore、PaddlePaddle）。
2. 对监督学习、强化学习、表示学习等机器学习方法有深入理解并具备相关的实践经验。
3. 在 NLP/CV/RL 等至少一个 AI 领域中有过深入的研究经历，或通过机器…
招聘城市：北京，上海
岗位职责：
岗位职责：
利用强化学习方法对多模态大模型进行对齐：
解决优化现有多模态大模型 RLHF 中的训练效果、稳定性、Reward Hacking 等问题；
探索 RL 阶段 computaiton scaling 对模型能力提升的方法；
研究 Multi-Agent、Long-term Objective、Scalable Oversight 等方向下基于强化学习的对齐方法；
基于前沿方法对幻觉、推理、工具使用、安全等场景问题进行针对性优化，提升大模型的应用价值。
任职要求：
岗位要求
1. 具备扎实的机器学习基础，能熟练使用至少一种深度学习框架（e.g. PyTorch、Jax、TensorFlow、MindSpore、PaddlePaddle）。
2. 对监督学习、强化学习、表示学习等机器学习方法有深入理解并具备相关的实践经验。
3. 在 NLP/CV/RL 等至少一个 AI 领域中有过深入的研究经历，或通过机器学习…
招聘城市：北京，上海
岗位职责：
【业务介绍】小红书业务技术部-引擎架构团队，支撑社区、搜索、商业化等小红书核心业务落地AI技术
【工作职责】：
1. 参与/负责研发面向大语言模型(LLM)/多模态大模型(MLLM)的算法易用的Agentic-RL训练框架；
2. 通过并行计算优化、分布式架构优化、异构调度等技术优化RL训练效率
任职要求：
【任职资格】
1.熟练掌握Megatron/DeepSpeed/FSDP等框架的研发，熟练掌握模型并行分布式技术
2.对大语言模型算法感兴趣，有机器学习算法知识背景，因为我们日常也会训练模型来确保框架的正确性
3.追求技术极致，务实，渴望有自己的作品和代表作
4.加分项
- 对于算子优化（CUDA or Triton）、通信优化有深入钻研者
- MLSys方向的知名开源项目…
招聘城市：上海，北京
岗位职责：
我们是小红书中台大模型 Infra 团队，专注打造领先易用的「AI 大模型全链路基础设施」！团队深耕大模型「数-训-压-推-评」技术闭环，在大模型训练加速、模型压缩、推理优化、部署提效等方向积累了深厚的技术优势，基于 RedAccel 训练引擎、RedSlim 压缩工具、RedServing 推理部署引擎、DirectLLM 大模型 API 服务、QuickSilver 大模型生产部署平台等核心产品，持续赋能社区、商业、交易、安全、数平、研效等多个核心业务，实现 AI 技术高效落地！
1、参与设计实现支持RLHF/DPO等对齐技术的高效训练框架，优化强化学习阶段的Rollout、Reward Model集成、多阶段训练 Pipline；
2、研发支持多机多卡 RL 的分布式训练框架，开发TP/PP/ZeRO-3与RL流程的动态…
招聘城市：上海
岗位职责：
1. 负责 AI 硬件产品的嵌入式软件开发，参与从产品想法、功能验证、原型开发到小批量落地的完整过程。
2. 基于 MCU / SoC 平台进行系统开发，包括外设驱动、通信协议、屏幕显示、音频采集、传感器接入、低功耗、蓝牙 / Wi-Fi 等模块。
3. 参与 AI 交互类产品的技术实现，包括语音输入、设备状态展示、端侧交互、云端接口对接、Agent 状态反馈等功能。
4. 配合硬件设计完成原理图评审、板级调试、驱动适配、问题定位和系统稳定性优化。
5. 参与产品原型快速迭代，把创意做成真正可运行、可演示、可交付的小型智能硬件产品。
6. 整理开发过程中的技术文档、调试记录和工程规范，提升团队后续开发效率
任职要求：
7. 本科及以上学历，计算机、电子信息、通信工程、自动…
招聘城市：北京，上海，杭州
岗位职责：
工作职责：
1.端到端训练引擎建设： 参与开源大模型RL训练引擎Relax研发，突破 RLHF/DPO/GRPO/RLVR 等对齐技术的工程瓶颈，基于 Megatron/veRL 等框架优化分布式并行与动态协同，解决千卡规模下的显存与通信痛点。
2.推理框架与MaaS系统建设： 研发面向 LLM/MLLM/DiT 的高性能推理服务框架，主导 KV Router、PD 分离及请求动态调度能力建设，基于 vLLM、SGLang 等建设万亿级 Token 并行推理与服务高可用架构。
3.大模型加速算法落地： 探索并落地大语言模型及多模态模型的低比特量化（W8A8/W4A8等）、投机采样、CoT压缩、蒸馏、剪枝等算法，支持各业务大幅降低推理成本。
4.异构计算与底层优化： 主导基于国产异构计算芯片（昇腾 NPU 等…
招聘城市：深圳
岗位职责：
1.参与开发大模型RL训练框架，支持千卡或万卡规模高效稳定RL训练；
2.参与文生文、多模态理解、多模态生成等业务的RL训练加速，并联合业务进行模型效果验证；
3.参与训练、推理、参数传输等模块开发和优化；
4.参与训推分离、partial rollout、agent场景开发和优化。
岗位要求：
1.熟悉PyTorch、Megatron等框架，掌握3D并行、ZeRO机制、Flash-Attn等的原理、使用场景、优劣势以及可优化方向；
2.熟悉使用主流推理框架，如vLLM、SGLang，掌握kvcache、量化、投机采样、算子优化等推理优化方法；
3.熟悉常见RL训练算法，如DPO、GRPO、PPO等，理解不同算法的差别和使用场景；
4.熟悉Ray框架，有Ray框架优化经验者优先；
5.熟练掌握CUDA性能优化…
招聘城市：北京，上海，深圳，杭州，美国
岗位职责：
1、负责 XR 设备系统核心应用的设计、开发与交付，包括但不限于系统相机、相册、文件管理、设置、互联及系统工具类应用，保障产品高效迭代与稳定发布；
2、负责系统应用的架构设计、模块拆分与工程质量建设，持续优化复杂场景下的性能、稳定性和用户体验；
3、参与 XR OS 应用层能力建设，结合业务需求抽象高频场景能力，沉淀可复用的 SDK、公共组件和开发范式；
4、与系统平台、图形、音视频、AI、交互、产品等团队协作，推动系统能力在应用层的工程化落地与体验打磨；
5、建设系统应用的可观测体系，包括启动时延、卡顿、崩溃、ANR、内存、功耗等关键指标，持续提升品质与可维护性；
6、跟踪移动 OS、XR 系统和端侧 AI…
招聘城市：北京，上海，杭州
岗位职责：
利用强化学习方法对多模态大模型进行对齐：
解决优化现有多模态大模型 RLHF 中的训练效果、稳定性、Reward Hacking 等问题；
探索 RL 阶段 computaiton scaling 对模型能力提升的方法；
研究 Multi-Agent、Long-term Objective、Scalable Oversight 等方向下基于强化学习的对齐方法；
基于前沿方法对幻觉、推理、工具使用、安全等场景问题进行针对性优化，提升大模型的应用价值。
任职要求：
1. 具备扎实的机器学习基础，能熟练使用至少一种深度学习框架（e.g. PyTorch、Jax、TensorFlow、MindSpore、PaddlePaddle）。
2. 对监督学习、强化学习、表示学习等机器学习方法有深入理解并具备相关的实践经验。
3. 在 NLP/CV/RL 等至少一个 AI 领域中有过深入的研究经历，或通过机器学习算法解决过复杂…
招聘城市：杭州，上海
岗位职责：
岗位描述
我们正在建设一套面向内容安全场景的 Agentic RL 训推一体基础设施，打通从数据合成、强化学习训练、评测闭环，到推理优化与模型生命周期管理的完整链路。
这是一个高度复杂且尚未被标准化的问题：在多轮交互与长上下文条件下，如何让 Agent 稳定学习与持续进化？如何在真实业务中建立训练与推理的闭环？如何在效果与成本之间找到可规模化的工程解法？
我们希望你不仅能够实现模块，而是能够负责一个方向的系统设计与落地——从问题定义、方案设计，到工程实现与持续演进。这是一个位于「模型 × 系统 × Agent」交叉点的岗位——你既要能深入框架内核做定制改造，也要能在系统层面做出正确…
招聘城市：北京，上海
岗位职责：
1.支持语音识别及音频理解在小红书丰富业务场景的落地，持续优化大模型语音识别效果
2.跟进最领先的音频理解技术体系，包括但不限于提出新的音频理解技术框架、改进现有的算法、持续提升相关技术及业务指标，鼓励撰写论文及申请专利。
任职要求：
1.AI、EE、CS相关专业；
2.熟悉语音识别算法，对语音识别系统落地和业务效果优化有实际经验；
3.对工业级大规模数据有实际处理经验，有使用海量数据优化实际业务模型的动手经验；
4.良好的团队沟通能力，积极思考，主动解决问题者优先；
5.在相关国际会议或期刊（ICASSP、INTERSPEECH、 ASRU、ISMIR、 TASLP、 Speech Communication）发表过论文者优先
招聘城市：上海
岗位职责：
1.负责LLM RL、Agentic RL强化学习训练框架的设计、开发与性能优化，支撑大规模 RL 算法（如 PPO、DQN、GRPO等）的高效落地；
2.构建分布式训练体系，优化训推异步、partial rollout、数据并行、模型并行、Replay Buffer分布式存储与调度策略，提升 GPU 利用率与训练吞吐；
3.设计并实现 RL 训练全流程工具链：包括环境封装、数据预处理、模型版本管理、训练日志监控、指标可可视化（TensorBoard/Weights & Biases）等；
4.解决 RL 训练中的工程瓶颈：如样本传输延迟、GPU 显存溢出、训练稳定性（梯度爆炸 / 消失）等问题，提供工程化解决方案；
5.与 RL 算法团队紧密协作，理解算法需求并迭代基础设施，适配多场景的训练需求；
6.跟进强化学习与分布式训练领域的前沿…
招聘城市：深圳，香港，迪拜，惠州
标题: 康冠科技内招
公司名称: 康冠科技
公司行业: 电子/电路/半导体
招聘摘要: 康冠科技现面向社会进行招聘，招聘职位众多，涵盖采购员、嵌入式开发工程师、境外业务员等多个岗位。工作城市包括深圳、香港、迪拜、惠州等地。招聘要求：最低学历为大专及以上，专业涉及采购管理、物流管理、计算机等多个领域，部分岗位有工作经验要求。报名方式：企微或电话均可报名，报名时间长期有效，招到即止。具体职位信息如下：1. 结构件采购部 - 采购员（P4级及以上，深圳）：负责采购订单下达、交期确认等工作。要求本科及以上学历，采购等相关专业优先，1 - 2年供应商开发与采购经验。2. 医疗研发部 - 嵌入式开发工程师（P3级…
康冠科技内招
康冠招聘
招聘摘要：
康冠科技现面向社会进行招聘，招聘岗位丰富，工作城市涉及深圳、香港、惠州。以下是部分岗位信息：
风险管理部-审计（深圳，P4级及以上） 要求三年以上中大型制造业审计工作经验，负责内部舞弊案件调查等多项审计相关工作。
KTC品牌策划部-QE（深圳，P3级及以上） 大专及以上学历，电子通讯专业背景，2年及以上显示相关产品工作经验，分析用户需求等品质管理工作。
风险管理部-法务专员（深圳，P3级及以上） 法学本科及以上学历，通过国家司法考试，三年以上中大型制造业或律所工作经验，负责公司日常法务工作。
更多岗位信息可参考上述岗位详情。本次招聘报名时间长期有效，招到即止，报名…
招聘城市：北京，南京
标题: Join US丨利德华福优质岗位热招中！
公司名称: 施耐德电气旗下利德华福
公司行业: 化工/电气
公司简介: 利德华福是研发、生产和销售高压变频器的专业制造商之一，作为施耐德电气全球高压变频器产品研发中心和生产基地，致力于为客户提供高质量产品和服务，帮助用户更高效、更节能地生产制造，共同创造简单、绿色、环保生活。研发及生产基地位于北京市昌平区阳坊镇阳坊工业南区。28年专心只为高压变频。
公司福利: 拒绝职场内耗，同事简单好相处；不止高薪养家，更有烟火日常；丰富员工活动，惬意Happy Hour；工作不压抑，相处不复杂；既能搞事业、涨本事，实现逆袭成长，又能解锁神仙氛围职场，日子有温度、生活有档次…
招聘城市：北京，上海，杭州
岗位职责：
我们相信，通向更高阶智能的路径不止于更大的 LLM。
Post-Training 正在成为模型能力跃迁的关键阶段：从“学会语言”走向“理解世界、优化行为、持续进化”。该岗位将深度参与 多模态、强化学习、自进化 Agent 系统 等前沿方向，探索超越纯预训练范式的新能力边界，构建可持续学习、可记忆、可进化的智能系统。
1. Post-Training 核心研究与系统构建
设计并实现面向 推理能力、策略优化和长期表现 的后训练方法
探索 Reasoning RL Scaling、RLAIF for Fuzzy Task、Self-Play、Scalable Oversight 等在大模型中的新用法
将 Post-Training 视为 系统级优化问题，而非单次调参或 reward hacking
2. 强化学习与持续进化机制
设计基于试错和反馈的训练闭环（例如，Natural…
招聘城市：北京，上海
岗位职责：
1. 负责公司物理安防体系系统的业务规划，方案设计，权限设计，业务落地及持续运维；包括但不限于全球门禁安防，物理身份管理，CCTV等；
2. 安防门禁监控相关系统的产品选型、技术规划，制定符合公司状况的安防标准，完成安防业务整体服务交付；
3. 维护安防运维业务流程，撰写业务技术说明、运维规划和执行方案；
4. 配合公司相关行政，安全，技术团队。完成职场门禁、监控及安防设备点位规划、图纸设计，跟踪安防相关施工过程及施工结果；
5. 配合产品与研发团队完成公司安防业务系统业务迭代，并协调供应商和内部产研资源完成平台功能落地；
6. 面向公司安防运营体系输出能力及培训资料，对安防业务执行结果负责。
任职要求：
1. 大学本科…
标题: 社会招聘
公司名称: 爱科赛博
公司行业: 电子/电路/半导体
招聘摘要: 爱科赛博现面向社会进行招聘。招聘岗位包括电力电子硬件工程师、软件开发工程师（FPGA）等多个岗位。任职要求为本科及以上学历，电力电子、电气工程、自动化、电子信息、测控等理工类相关专业；资深岗优先硕士、博士学历，需认可爱科文化，善于学习，具有问题复盘和抗压能力，积极主动，具备良好的沟通及团队协作能力。有意者请将简历发送至
[email protected]。
招聘城市：北京，上海，杭州
岗位职责：
在以下一个或多个前沿方向进行深度攻关：
1、Reasoning & RL Scaling： 探索 RL Scaling Law，在数学、编程、视觉推理等可验证任务上提升模型的可泛化推理能力；研发 Adaptive Thinking 技术，使模型具备动态调整思考深度的能力。
2、Agentic Intelligence： 构建多模态环境下的规划、工具调用、执行与反思闭环；研究 Multi-agent RL 以应对超长程任务；探索 Proactive AI，使模型具备主动交互与需求澄清能力。
3、Self-Evolving & Intrinsic Motivation： 突破人类监督的扩展性瓶颈，研究自我评估与修正机制；探索通过 Intrinsic Reward（内在奖励） 替代外部反馈，实现 AI 的持续自我迭代。
4、Lifelong Learning： 赋予模型从长期交互中持续学习的 Meta 能力，提升模型在长程对话中的用户理解力与任务解决成功率。
任职要求…
招聘城市：东莞，苏州，秦皇岛，越南，美国，韩国，芬兰
标题: 春风送岗，职等你来
公司名称: 东莞市达瑞电子股份有限公司（达瑞电子）
公司行业: 电子/电路/半导体
公司标签: 国家高新技术企业
公司简介: 东莞市达瑞电子股份有限公司，创立于2003年(股票代码:300976)，随着业务的快速发展，公司相继成立了东莞达瑞、苏州达瑞、秦皇岛达瑞及高贝瑞、越南达瑞等制造基地，在美国、韩国、芬兰等地设立了办公室。目前，公司在全球拥有超过3000名员工。达瑞电子荣获超过230项发明及应用型专利，并被评为国家高新技术企业。公司专注于消费电子及新能源汽车领域，主要从事消费电子及新能源汽车动力电池零部件，3C及半导体智能装配自动化设备的研发、生产和销售…
