混元强化训练框架研发工程师（深圳/北京/上海/杭州）

1.参与开发大模型RL训练框架，支持千卡或万卡规模高效稳定RL训练；
2.参与文生文、多模态理解、多模态生成等业务的RL训练加速，并联合业务进行模型效果验证；
3.参与训练、推理、参数传输等模块开发和优化；
4.参与训推分离、partial rollout、agent场景开发和优化。

1.熟悉PyTorch、Megatron等框架，掌握3D并行、ZeRO机制、Flash-Attn等的原理、使用场景、优劣势以及可优化方向；
2.熟悉使用主流推理框架，如vLLM、SGLang，掌握kvcache、量化、投机采样、算子优化等推理优化方法；
3.熟悉常见RL训练算法，如DPO、GRPO、PPO等，理解不同算法的差别和使用场景；
4.熟悉Ray框架，有Ray框架优化经验者优先；
5.熟练掌握CUDA性能优化手段，有算子编写优化项目经验者优先；
6.对大模型、强化学习前沿技术比较敏锐者优先；
7.有实际大模型RL训练，性能和效果优化经验的优先；
8.良好的沟通能力、解决问题能力。。加分项：