腾讯游戏-大模型强化学习框架研发工程师/专家

负责视频生成、世界模型模型与强化学习相结合的训练框架设计、开发与性能优化；

深入分析和优化视RL训练全链路流程，包括数据加载、显存管理、通信效率、并行优化等，显著提升训练效率；

与前沿算法团队紧密合作，追踪并引入业界最新进展，快速完成技术原型验证。

计算机相关专业，具备较强的动手能力；熟悉 Python ，具备扎实的系统编程功底和优秀的复杂系统 Debug 能力；

深入理解大模型分布式训练原理，具备 Megatron-LM、DeepSpeed 或FSDP 等主流框架研发经验；

熟悉大模型后训练与对齐技术（PPO、GRPO、DPO等），熟悉 Verl、ROLL，AReal 等强化学习/分布式计算框架，可以理解并解决 RL过程中的工程痛点；

熟悉主流生成模型的原理，在AIGC相关领域具备实际项目经验；

具备极强的技术好奇心与自驱力，面对业界无先例的技术难题，能独立思考并推动解决。 加分项

有大规模 RL 训练平台（支持千级 GPU 集群、亿级样本回放）搭建经验；

熟悉智能体强化学习（Agentic RL）训练的基础设施优化方案；

有 GPU 显存 / 算力优化、网络传输优化（如 NCCL 调优）的实际案例；

开源项目贡献者（RL 框架、分布式训练工具等相关项目）。