强化学习训练框架开发工程师

【工作职责】 1.负责强化学习训练框架的开发，包括系统功能开发与集成、系统性能优化及训推引擎的性能优化; 2.与训练团队紧密合作，负责新型算法的开发与集成; 3.研究基于MoE架构的AgenticRL的高效、稳定的训练机制，并进行开发实现; 4.跟进前沿技术，包括强化学习训练框架、训练方法及其他相关研究。 【任职要求】 1.具有计算机、人工智能、软件工程、数学、统计学等相关专业硕士及以上学历，4年及以上工作经验； 2.掌握Python，熟悉主流深度学习框架(如PyTorch、TensorFlow)； 3.了解GRPO、DAPO等强化学习算法，具备强化学习训练经验，并对强化学习训练框架verl、slime等有一定了解者优先; 4.执行力强，具备较强的逻辑思维、创新思维与学习能力，以及团队合作意识。

本站当前在招 1429 个杭州技术研发岗位，其中 60 个公开标注了薪资。按这些标注统计：月薪（税前）主流区间 20K ~ 32K（25~75 分位），中位约 28K，最低 5K、最高 90K。