AI院-RL Infra 强化学习框架-实习生

1. 负责强化学习训练框架的研发、优化和维护，根据业务需求持续改进训练框架和策略，提升模型训练效率 2. 分析和定位训练中的性能瓶颈，实施针对性优化措施，提升训练效率和稳定性 3. 跟进业界技术进展，不断同步与集成最新训练优化策略 【任职要求】 1. 硕士及以上学历，计算机相关专业，HPC&MLSys 相关研究领域 2. 对自然语言处理、计算机视觉和多模态算法有深入理解，熟悉主流的 LLM 模型架构，有分布式训练经验 3. 对常见 RL 训练算法有基本了解 加分项：熟悉 vllm 或 sglang 等常用开源推理框架