岗位职责
- 基础设施开发：参与RL基础设施的核心功能开发，包括系统架构设计、功能模块实现和性能优化工作；
- 性能调优：深入分析模型训练和推理性能，识别系统瓶颈并提出解决方案，持续提升训练效率和推理速度；
- 技术创新：密切关注强化学习和基础设施领域的前沿技术动态，积极提出创新性改进建议，助力团队技术能力提升。
职位要求
- RL 经验：了解并使用过常见的后训练框架，如 slime、areal-lite、verl、openrlhf 等；
- 推理框架经验：熟悉主流大模型推理框架，包括但不限于 SGLang、vLLM、TensorRT-LLM 等 ；
- 训练框架经验：熟悉主流大模型训练框架，包括但不限于 Megatron、FSDP、deepspeed 等 。
