大模型训练架构研发工程师

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。