招聘城市：北京
…Agent框架的研发与维护，支持强化学习、数据生成及自动化评估等业务需求；
2.负责优化框架的易用性与稳定性，解决实际运行中的性能瓶颈，保障实验流程的高效执行；
3.支持各类外部Agent策略及评估逻辑的接入，维护相关接口与组件，确保系统的兼容性与扩展性；
4.结合大模型训练视角，配合算法团队进行新Agent范式的工程化落地与探索。
岗位要求：
1.具备扎实的Python编程能力，熟悉异步编程（Asyncio）及并发处理的最佳实践，有良好的代码规范意识；
2.熟悉大模型与Agent相关应用技术，熟练使用AI编程工具并理解其工作原理；
3.熟悉K8S及容器化技术，具备相关环境下的开发或部署经验；
4.了解大模型训练全…
招聘城市：深圳
…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性能优化手段，有算子编写优化项目经验者优先；
6.对大模型、强化学习前沿技术比较敏锐者优先；
7.有实际大模型RL训练，性能和效果优化经验的优先；
8.良好的沟通能力、解决问题能力。
岗位介绍：
在腾讯，后台开发工程师不仅是“又快又稳”的问题解决专家，更是生态共创者。你将与技术团队一同沉淀…
招聘城市：北京
…日志 Trace 和结果评估等核心链路；
3.熟悉 Kubernetes 和容器化技术，具备在集群环境下进行开发、部署、排障或性能优化的经验；
4.了解大模型训练流程和基本原理，包括预训练、SFT、RLHF、强化学习训练或自动化评估中的至少一类；
5.具备良好的软件工程能力，重视模块化设计、测试、日志、性能和稳定性治理；
6.具备良好的问题分析及解决能力、沟通合作能力和 owner 意识，能高频承接算法团队需求并持续迭代。
加分项：
1.熟练使用 AI 编程工具，并理解其工作原理、适用边界和工程落地方式；
2.有 Agent 框架、AI Coding CLI、强化学习环境或评测框架经验；
3.有研发效能平台、Review / Debug / Monitor、实验结果分析、问题追踪或知识库工具建设经验；
4…
招聘城市：深圳
…1.负责大语言模型后训练（Post-Training）阶段的核心技术研发，构建和优化高质量的奖励系统（Reward System），通过Reward Modeling (RM) 和强化学习（RL）算法持续提升模型在复杂指令遵循、逻辑推理及价值观对齐方面的能力；
2.深入研究和优化 RLHF等后训练算法，提升模型训练的稳定性和最终效果；
3.负责后训练阶段的数据合成与管理，设计高效的数据飞轮机制，利用SFT、Self-Instruct等技术合成高质量训练数据，并负责建立从用户反馈（User Feedback）到模型迭代的闭环信号建模体系；
4.负责后训练模型的全维度评测与分析，制定科学的评价指标，跟进前沿技术动态，将最新研究成果快速转化为业务价值。
岗位要求：
1.计算机科学/软件工程/人工智能…
招聘城市：深圳
…的技术研究，提升大模型的代码基础能力；
2.跟进大模型代码领域的前沿技术，将其应用于研发生产中，持续提升大模型的代码能力；
3.负责大模型的代码相关的数据构建、训练调优及评测迭代，推进大模型技术在代码补全,Text2SQL,代码问答,代码Agent等业务场景落地。
岗位要求：
1.自然语言处理/机器学习/模式识别/人工智能/计算机等相关专业硕士以上学历；
2.在NLP、LLM、深度学习、强化学习方面有一定研究基础，熟悉主流模型和算法，并有一定的实践经验；
3.较强的工程实现能力，熟练掌握C/C++，Python等至少一种语言，有实际编程项目经验，熟悉DeepSpeed、Megatron等分布式训练框架，熟练使用至少一种深度学习框架(如tensorflow，pytorch等)；
4…
招聘城市：北京
…框架能力协同设计，支持超长任务、复杂系统任务、多轮用户环境和环境依赖型数据集；
4.打通数据集、任务框架、沙盒环境、训练流程和评测结果之间的链路，提升数据使用的可追踪性、可复现性和交付效率。
岗位要求：
1.精通 Python，具备扎实的软件工程能力与系统设计能力，能在复杂系统中推进架构落地；
2.熟练掌握 Docker 容器化交付体系，理解镜像构建优化、依赖隔离、网络/存储、制品/镜像仓库等能力，并能设计可复现的环境交付流程；
3.熟悉 Kubernetes 使用与排障，能在集群环境下完成部署治理、资源配置和稳定性问题定位；
4.有后端服务、数据平台、任务平台、机器学习平台或评测平台相关研发经验；
5.理解数据集管理中的版本、元…
招聘城市：深圳
岗位职责：
1.负责混元多模态大模型的RL后训练框架研发；
2.设计和开发高效的框架和算子，以支持各种硬件加速器；
3.参与强化学习算法的优化和实现，提高训练和推理性能；
4.跨团队协作，与算法、软件、硬件团队密切合作，提高框架性能和稳定性。
岗位要求：
1.熟悉常用的大模型训练推理框架，如PyTorch/Megatron/VLLM/Verl，有相关开发经验；
2.熟悉Docker、Kubernetes等容器和容器编排技术；
3.熟悉编译器相关技术，了解MLIR/XLA/TVM等AI编译器者优先考虑；
4.熟悉CPU/GPU硬件架构，有扎实的CUDA/OpenMP编程基础；
5.良好的团队协作能力和沟通能力，具有较强的自我驱动能力。
招聘城市：深圳
岗位职责：
1.负责语音/音频大模型研发，包括音频理解（ASR/音频caption）、音视频理解等模型研发；
2.负责预训练、后训练、强化学习（文本和音频强化）相关的数据、算法、评测工作；
3.负责音频理解/ASR模型开源以及产品落地（比如产品全链路端到端优化、音频理解在噪音/口音/远场/音效音乐场景的优化）。
岗位要求：
1.有语音识别、音频理解、音乐理解等相关经验者优先；
2.有音视频多模态、大语言模型（预训练、微调、强化学习）等相关经验者优先；
3.优秀的代码能力、数据结构和算法功底，熟练掌握Python，熟悉Pytorch/Megatron/FSDP等模型训练框架、熟悉SLIME/VERL等RL框架优先；
4.有ACM/ICPC、NOI/IOI、Top Coder、Kaggle等比赛获奖者优先；
5.在相关顶级会议…
招聘城市：深圳
…负责语音/音频大模型研发，包括语音对话（语音交互/音视频对话）、音频理解（ASR/音频caption）、音频生成（TTS/视频配音）等模型研发；
2.负责语音/音频大模型的预训练、后训练、强化学习（文本和音频强化）相关的数据和算法工作；
3.负责语音对话/音频理解/音频生成的模型开源以及产品落地（比如语音对话产品全链路端到端优化、音频理解在噪音/口音/远场/音效音乐场景的优化、语音合成在播报/闲聊/游戏/社交等场景的优化）。
岗位要求：
1.有语音对话、语音合成、语音识别、音视频多模态、大语言模型（预训练、微调、强化学习）等相关经验者优先；
2.优秀的代码能力、数据结构和算法功底，熟练掌握Python或C/C++，熟悉Pytorch/Megatron/DeepSpeed等模型训练框架，有ACM…
招聘城市：北京
…机制，定向进行数据补充与配方调整，实现“评测发现问题-数据定向强化-效果闭环提升”，持续驱动模型核心能力的演进；
3.深度追踪与研究用于支撑大模型后训练与 Agent 能力提升的前沿数据技术，关注数据自动生成、复杂轨迹数据构建、多模态与多智能体互动等方向，能够将最新数据相关成果快速转化为业务价值。
岗位要求：
1.计算机科学、人工智能或相关专业硕士及以上学历，具备大模型数据工程或模型训练实际项目经验；
2.深入理解 Transformer 架构及大语言模型训练原理，具备丰富的数据经验，能针对 LLM Alignment、RLHF等后训练场景，设计高标准数据方案，有项目实战经验；
3.深入实践过 ReAct、Reflexion 等前沿 Agent 推理框架，能够深度剖析 Agent 运行轨迹，系统…
招聘城市：北京
…实现“评测发现问题-数据定向强化-效果闭环提升”，持续驱动模型代码核心能力的演进；
3.追踪与研究支撑大模型后训练与 Coding 能力提升的前沿技术，关注基于执行反馈的强化学习（RLAIF/RLCE）、代码自验证生成、AI SWE等方向，能够将最新代码数据相关的研究成果快速转化为业务价值。
岗位要求：
1.计算机科学、软件工程、人工智能或相关专业硕士及以上学历，具备大模型数据工程或Code LLM等实际项目经验；
2.深入理解 Transformer 架构及大语言模型训练原理，具备丰富的数据处理经验。能针对Code SFT、代码偏好对齐等后训练场景，设计高标准数据方案，有项目实战经验；
3.深入实践过 CodeAct、SWE-agent、LATS、AlphaCode等前沿代码推理与自动化框架者优先…
