招聘城市:上海
…Agentic RL Infra 的设计与研发,支撑 PPO、GRPO 等算法及大规模、多智能体、长链路 Agent 训练
4. 建设高性能 RL 训推系统,优化异步训推、Partial Rollout、分布式 Replay Buffer、样本流转、模型同步与资源调度
5. 跟进并落地强化学习、分布式训练和大模型推理领域的前沿技术,包括 VERL、rLLM、Agent Lightning、Ray、Megatron-LM 等,持续提升训练平台的性能、稳定性和技术领先性
任职要求:
1.计算机科学、软件工程、人工智能等相关专业,3年以上工程化开发经验(含1年以上 RL 或深度学习基础设施相关经验)
2.熟练掌握 Python编程,具备扎实的工程编码能力,熟悉 C/C++ 者优先(底层优化场景)
3.深入理解深度学习框架(PyTorch),精通分布式训练原理与实践…
…Agentic RL Infra 的设计与研发,支撑 PPO、GRPO 等算法及大规模、多智能体、长链路 Agent 训练
4. 建设高性能 RL 训推系统,优化异步训推、Partial Rollout、分布式 Replay Buffer、样本流转、模型同步与资源调度
5. 跟进并落地强化学习、分布式训练和大模型推理领域的前沿技术,包括 VERL、rLLM、Agent Lightning、Ray、Megatron-LM 等,持续提升训练平台的性能、稳定性和技术领先性
任职要求:
1.计算机科学、软件工程、人工智能等相关专业,3年以上工程化开发经验(含1年以上 RL 或深度学习基础设施相关经验)
2.熟练掌握 Python编程,具备扎实的工程编码能力,熟悉 C/C++ 者优先(底层优化场景)
3.深入理解深度学习框架(PyTorch),精通分布式训练原理与实践…