工作职责：

1.开展大模型post training、Agentic RL、agent智能体开发工作。
2.开展传统强化学习和大模型RL算法研发,RL训练框架集成等工作。
3.开展AI infra相关工作，包括算子开发、分布式集群开发、超大规模CPU/GPU集群并行框架部署与开发等。

任职资格：

所需专业知识：
计算机科学与技术、软件工程、电子信息、计算机技术、自动化、人工智能等相关专业。
所需技术能力：
熟悉大模型相关工具链，熟练掌握大模型基本原理以及预训练、后训练等流程、，可以根据硬件及需求对大模型的训练过程进行改进优化；熟练掌握强化学习概念，算法基础扎实，熟悉算法实现细节，具备将市面主流强化学习算法应用到具体业务的经验；熟练掌握分布式编程，熟练掌握GO/C++/Rust等编程语言，对大规模GPU/CPU集群有较为丰富的研发部署经验。
项目经历要求：
具备T0、T1大模型公司或团队1年以上工作经验，具备100+GPU集群、1000+CPU集群研发经验，在nips、icml、iclr、aaai等顶会发表过文章的优先。