强化学习系统工程师

【招聘关键词】 具备大模型强化学习训练经验，熟悉现有开源大模型强化学习训练框架者优先 【岗位职责】 1.从事内容安全大模型强化学习系统研究、实现和优化； 2.协同算法团队完成内容安全大模型的训练和优化。 【任职条件】 1.计算机、人工智能等相关专业，硕士学位； 2.有扎实的计算机基础知识，熟悉大模型训练推理、强化学习等领域； 3.深入理解大模型训练/推理原理（Transformer 架构、预训练 - 微调流程、强化训练）及大模型强化学习核心算法（如 PPO、GRPO等）； 4.具备大模型框架研发经验（如参与过训练框架功能开发、分布式训练优化），或有完整的大模型强化训练项目经验，熟悉ROLL、verl等强化学习训练框架； 5.有较强的独立科研能力，良好的团队合作意识，较强的沟通能力，以及敬业和钻研精神。

本站当前在招 21689 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。