Agentic RL Infra 工程师 / 强化学习基础设施工程师

岗位职责 1.设计与实现大规模 Agentic RL训练系统； 2.设计Agentic RL数据系统，构建支持百万级trajectory生成与消费的高吞吐数据流水线； 3.建立完善的可观测性与系统调度能力，推动训练稳定性与系统鲁棒性建设； 4.构建下一代Agent及环境执行系统，支持复杂Agent任务的大规模训练与评估； 5.构建Environment Runtime / Sandbox系统，实现高并发、低延迟、安全隔离执行； 6.支持多智能体协同与长时间运行任务，推动Agent系统向持续学习与自我进化系统演进； 7.推理与训练一体化优化：构建高性能推理系统，优化多轮交互与长上下文场景下的吞吐与延迟；优化大模型RL流程中的训练性能。 【任职要求】 任职要求 1.扎实的计算机基础（操作系统 / 网络 / 分布式系统），具备系统级工程能力； 2.精通 Python / C++，具备高性能系统…… 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 3080 个上海技术研发岗位，其中 103 个公开标注了薪资。按这些标注统计：月薪（税前）主流区间 12K ~ 22K（25~75 分位），中位约 20K，最低 4K、最高 100K。