强化学习框架研发工程师-【可灵】

1. 参与强化学习框架底座研发，面向生成理解统一与 Diffusion 场景下的 Agentic RL，提供高吞吐、易用、可扩展的训练与推理能力； 2. 针对 Agentic RL / Diffusion Agentic RL 做训推一体化优化，重点保障训推一致性，并推进 Flow GRPO、Refl 等算法在框架侧的高效落地； 3. 优化推理侧长尾问题，深入 KV Cache 管理、调度与资源复用等路径，持续提升在线与离线推理稳定性与效率； 4. 调研并落地业界最新 RL / 训推技术与性能工具，完成与训练、推理、分布式等框架的对接与集成。 【任职要求】 1. 具备良好的团队协作能力，热爱钻研技术，善于分析并解决复杂工程问题； 2. 有深度学习与强化学习基础，熟悉 Transformer / GPT 等模型结构，了解 RLHF / Agentic RL 相关范式更佳； 3. 对开源强化…… 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 11110 个北京岗位（全城各职能合计），其中 2404 个公开标注了薪资。按这些标注统计：月薪（税前）主流区间 5.6K ~ 16K（25~75 分位），中位约 9K，最低 2K、最高 300K。