强化学习训练框架开发工程师

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;

与训练团队紧密合作，负责新型算法的开发与集成;

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;

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。

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；

掌握Python，熟悉主流深度学习框架(如PyTorch、TensorFlow)；

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;

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。