阿里国际站/Alibaba.com-Training Infra 工程师（分布式/后训练/RL）-Accio Work

Accio work 自研的 Agentic RL Infra —— Dressage 开源啦！也被放到了 Slime 的 README 里，欢迎大家来交流~ Github: 【链接已隐藏·登录可见】 负责大模型分布式训练基础设施建设，支撑新模型结构快速接入及大规模训练任务稳定、高效运行。 ● 负责新模型结构在 Megatron 等并行训练框架中的适配，包括模型实现、并行切分、权重转换和训练链路接入。 ● 建设和优化多机多卡训练系统，合理组合 TP、PP、DP、CP、EP、SP 等并行策略。 ● 完善分布式 Checkpoint、自动 Resume、故障检测及容错恢复机制，提升长周期训练任务的稳定性。 ● 支持 Attention、稀疏 Attention、线性 Attention、MoE 等模型结构的高效训练。 ● 定位和解决长上下文及超大规模训练中的显存、通信、负载均衡、数据流水…… 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 20784 个北京岗位（全城各职能合计），其中 1812 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。