蚂蚁数字科技-数科技术部-大模型强化学习研发专家

岗位描述
1.负责实时高性能强化学习框架的设计与开发，服务蚂蚁数科的模型训练场景，如分布式训练加速策略、显存管理、算子融合、编译优化、模型量化、混合精度、异构硬件加速等；
2.与算法工程师深度合作，针对大模型强化学习训练和推理场景，进行端到端性能分析和优化，包括分布式训练加速、显存优化、通信效率提升等，满足大规模 Agent 训练的性能要求。

岗位要求
1.具备大模型训练框架或分布式推理框架开发经验，熟悉 Megatron-LM、DeepSpeed 等分布式训练框架，或具备 SGLang、vLLM 等大模型分布式推理与推理加速框架开发经验者优先；
2.具备大模型强化学习框架相关经验者优先，例如 AReaL、veRL、Slime 等， 对RL流程熟悉者优先；
3.具备良好的逻辑分析能力，对复杂框架的模块设计、抽象边界和工程实现有一定理解，热爱技术且对强化学习领域有深入钻研优先；
4.熟悉 Agent 工程或 AI Coding Agent 工具链者优先；
5.有大模型训练经验优先。