海淀区
职位详情
熟悉模型后训练全流程，深入掌握强化学习相关技术，涵盖RM、PPO、DPO、GRPO等主流算法。
具备大规模语言模型训练框架的开发经验，熟练使用pytorch、megatron等工具链。
具备强化学习系统框架开发能力，有openRLHF、verl等框架的实际项目经历。
工作职责
1. 参与后训练系统框架的研发工作，聚焦大模型与强化学习融合方向，负责架构设计与技术路径规划，提升系统的可扩展性、稳定性和运行效率。
2. 持续优化训练性能，包括加速训练过程、降低显存消耗等，控制整体训练开销，为大模型强化学习任务提供高效技术支持。
3. 与业务团队紧密协作，推动大模型能力在实际场景中的应用落地，按需定制训练策略并完成模型效果评估与验证。
4. 跟踪领域前沿动态，将具有应用价值的新技术引入公司现有框架与模型体系，探索先进算法方案，促进技术迭代升级。
任职要求
1. 计算机科学、数学、统计学、自动化等相关专业本科及以上学历。
2. 熟悉模型后训练流程，深入理解强化学习领域，掌握RM、PPO、DPO、GRPO等典型算法原理与实现方式。
3. 具备大模型训练框架开发经验，熟练运用pytorch、megatron等主流框架。
4. 具备强化学习框架开发背景，熟悉openRLHF、verl等系统的开发与调优。
5. 具备扎实的C++/Python工程能力，熟练掌握数据结构与常用算法，精通编译、调试及性能分析工具，具备并行计算（CUDA/Triton等）经验者优先。
具备大规模语言模型训练框架的开发经验，熟练使用pytorch、megatron等工具链。
具备强化学习系统框架开发能力，有openRLHF、verl等框架的实际项目经历。
工作职责
1. 参与后训练系统框架的研发工作，聚焦大模型与强化学习融合方向，负责架构设计与技术路径规划，提升系统的可扩展性、稳定性和运行效率。
2. 持续优化训练性能，包括加速训练过程、降低显存消耗等，控制整体训练开销，为大模型强化学习任务提供高效技术支持。
3. 与业务团队紧密协作，推动大模型能力在实际场景中的应用落地，按需定制训练策略并完成模型效果评估与验证。
4. 跟踪领域前沿动态，将具有应用价值的新技术引入公司现有框架与模型体系，探索先进算法方案，促进技术迭代升级。
任职要求
1. 计算机科学、数学、统计学、自动化等相关专业本科及以上学历。
2. 熟悉模型后训练流程，深入理解强化学习领域，掌握RM、PPO、DPO、GRPO等典型算法原理与实现方式。
3. 具备大模型训练框架开发经验，熟练运用pytorch、megatron等主流框架。
4. 具备强化学习框架开发背景，熟悉openRLHF、verl等系统的开发与调优。
5. 具备扎实的C++/Python工程能力，熟练掌握数据结构与常用算法，精通编译、调试及性能分析工具，具备并行计算（CUDA/Triton等）经验者优先。
2026-10-06 13:16
IP属地：北京
职位福利
本科5-10年C++显存优化分布式经验吞吐量提升并行计算分布式Python
上海阿蒲管理咨询事务所
0-20人
鱼泡安全保障
如遇到办证收费、刷单、传销、诱导买车等违规行为，请立即向鱼泡直聘投诉举报投诉举报 >
附近适合您的职位
收藏职位
