大模型算法工程师-强化学习

【岗位职责】 1、框架开发与优化：负责强化学习、模型精调、知识蒸馏等核心模块的设计与开发； 2、工具链构建：参与开发轻量化训练框架，支持LLM、VLM等模型的快速模型微调、部署； 3、前沿技术探索：跟踪学术动态，将最新研究成果转化为框架功能，提升产品竞争力； 4、协作与文档：与产品团队紧密配合，提供框架级解决方案； 【任职要求】 1、计算机科学、数学、电子工程等相关专业硕士及以上学历，精通Python； 2、有Megatron-LM、DeepSpeed等开源框架使用或二次开发经验，理解分布式训练、显存优化技术； 3、熟悉 GRPO/PPO 等 RL 算法、veRL/Slime/AReaL等强化学习框架者优先； 4、工程经验上具备大型项目架构设计能力，能独立解决性能调优、多节点调试等复杂问题； 5、综合素养；强烈的技术热情，良好的沟通能力与团队协作精神。 加分项 1、在顶级会议发表过框架优…… 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 424 个上海生产制造岗位，其中 33 个公开标注了薪资。按这些标注统计：月薪（税前）主流区间 6.5K ~ 15K（25~75 分位），中位约 10K，最低 4K、最高 30K。