bilibili-多模态强化学习训练框架工程师

工作职责: 1. 负责强化学习训练框架的架构设计、研发与性能优化，根据业务需求持续演进训练策略与系统能力，提升大规模模型训练效率。 2. 深度分析与定位训练系统中的性能瓶颈（包括计算、通信、存储等），实施针对性优化，提升训练吞吐、稳定性与可扩展性。 3. 持续跟踪并集成业界前沿的训练优化技术（如 MoE、异步RL、LoRA RL、Agentic RL 等）。 工作要求: 1. 本科及以上学历，计算机相关专业，2年以上工作经验。 2. 熟悉 Python/C++ 中至少一种编程语言，具备扎实的工程基础。 3. 深入理解自然语言处理、计算机视觉或多模态算法，熟悉主流的 DiT（Diffusion Transformer） 与 VLM（Vision-Language Model） 模型架构，具备分布式训练（如 FSDP、DeepSpeed、Megatron 等）实战经验。 4. 熟悉常见强化学习…… 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 9394 个上海岗位（全城各职能合计），其中 1138 个公开标注了薪资。按这些标注统计：月薪（税前）主流区间 7.5K ~ 20K（25~75 分位），中位约 12K，最低 0.8K、最高 100K。