大模型工程师-RL框架&RL推理

【岗位职责】 职位描述 RL 正在成为提升大模型能力的重要方向。大规模 RL 的效率和上限，不仅取决于算法设计，也高度依赖底层系统能力，包括 RL 框架、Rollout、推理 serving、调度策略、环境交互和系统稳定性。 MiniMax 自研强化学习训练系统 Forge，支撑大规模 RL 训练和 Rollout。Rollout 往往占据 RL 循环中的大量 wall-clock time，其生成效率、稳定性和灵活性，会直接影响算法迭代速度、实验规模和策略探索空间。 我们关注 RL 训练链路中的核心系统问题：如何更高效地生成轨迹，如何支持多轮交互、工具调用和复杂环境，如何降低长尾延迟，如何提升推理吞吐和资源利用率，以及如何让推理系统、模型结构和训练算法协同优化。 你会参与： 1. 建设和优化 Forge RL 框架，支撑大规模 RLHF / RLVR / Agentic RL 等训练任务…… 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 7544 个北京岗位（全城各职能合计），其中 1857 个公开标注了薪资。按这些标注统计：月薪（税前）主流区间 5K ~ 12K（25~75 分位），中位约 7.5K，最低 2K、最高 300K。