大模型训练框架工程师（训练/推理/算子）

岗位简介 负责大模型 RL 训练与推理系统建设，支持训练效率、系统稳定性和工程迭代速度的持续提升。工作内容覆盖分布式训练、推理链路、性能优化、稳定性治理，以及 Agent RL 相关能力建设。 岗位职责 1. 负责 RL 训练与推理基础设施的设计、开发与优化。 2. 负责分布式训练、任务调度、权重同步、热更新等核心链路建设。 3. 持续优化系统性能，包括吞吐、时延、GPU 利用率、训练效率等指标。 4. 建设稳定性与可观测能力，定位并解决 OOM、超时、通信瓶颈、一致性问题等。 5. 参与 Agent RL 相关训练与系统支持工作，推动训练框架适配更复杂的 Agent 场景。 任职要求 1. 熟悉 PyTorch、CUDA、NCCL、Linux，理解分布式训练与推理系统基本原理。 2. 了解 RLHF 或相关训练方法，对 PPO、DPO、GRPO、Agent RL 等方向有实际经验或较强理…… 完整岗位描述与官方投递入口,请登录后在岗位详情页查看。

本站当前在招 21732 个北京岗位（全城各职能合计），其中 1797 个公开标注了薪资。按这些标注统计：月薪（税前）主流区间 7K ~ 20K（25~75 分位），中位约 12K，最低 1K、最高 300K。