岗位职责
蚂蚁 ASystem 致力于打造下一代 AI 基础软件，并基于下一代的 AI 基础软件寻找通用智能的新方法，追求智能上限。
- 负责建设面向训推一体的高性能数据缓存系统，服务蚂蚁内部的强化学习场景；
- 通过存算结合持续提升和优化传统训练和推理场景的效率和稳定性，例如 KV Cache 性能优化、Checkpoint FO 加速等；
- 同时解决强化场景特有的数据缓存和高性能传输需求，例如权重同步、Agentic RL 多轮对话场景下的 FO 加速等问题。
- 持续探索和发现强化学习业界的前沿进展和问题，并在蚂蚁内部落地相关方案。
职位要求
- 精通 Python/C++ 等编程语言，并有良好的代码风格；
- 具有训推场景缓存系统设计与研发优化经验，例如 KV Cache、Checkpoint Engine 等；
- 了解主流训推框架原理和代码实现，例如 TensorFlow/PyTorch/Megatron/Deepspeed/vLLM/Sglang 等；
- 了解强化学习以及各主流分类场景的原理和实现。
- 好奇心强，热爱技术。 加分项：
- 熟悉至少一种主流的强化框架，如 OpenRLHF/AReal/veRL/ChatLearn 等；
- 基于存算结合在训推、强化场景有效率提升或者稳定性优化经验；
- 熟悉 NCCL、GDR、GDS、RDMA、或有大规模训练网络通信优化经验；
- 在计算机系统顶会 OSDI/SOSP/FAST/ATC/EuroSys 等上有文章发表经验。
