后训练Infra工程师

【岗位职责】 岗位定位：建设后训练框架与平台，提升训练效率、稳定性和易用性，支撑算法迭代与 Agent 业务落地。 岗位职责： 1、平台建设：统一 SFT、DPO、GRPO 等训练流程，完善任务编排、资源调度、环境与产物管理、实验追踪和故障恢复； 2、Agent RL 基建：建设 rollout、沙箱及工具交互环境，支持多轮交互、异步采样与训推协同； 3、性能与稳定性：优化显存、通信、吞吐及资源利用率，解决 hang、OOM、训练异常等问题，提升有效训练时间占比与任务成功率； 4、数据与评测管线：集成数据处理、评测和回归能力，打通业务数据、训练、评测与问题反馈闭环。 【任职要求】 1、熟悉大模型训练，有 Megatron、DeepSpeed、Swift、verl 等框架的深入使用或二次开发经验； 2、理解分布式并行、NCCL 通信、显存管理及 checkpoint 机制，有实际性能调优…… 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 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。