米哈游大模型强化学习系统工程师
任职要求
1、本科及以上学历，计算机、软件工程、人工智能等相关专业优先； 2、熟练掌握Linux环境下的C/C++与Python语言； 3、熟悉强化学习及其工程开发； 4、精通以下至少一项的背景知识或经验：分布式训练框架、高性能计算与通信、GPU程序的监控和性能分析等； 5、具有独立解决问题的能力，良好的团队合作精神； 6、有强烈的工作责任心，较好的学习能力、沟通能力和自驱精神； 7、有良好的文档习惯，及时按要求撰写更新工作流程及技术文档。 加分项 -深入研究过至少一种机器学习框架（TF/PyTorch）或主流强化学习框架（VeRL/NemoRL等）的底层架构和原理； - 有硕士/博士阶段的计算机系统方向研究背景，或在国际顶级系统会议上（OSDI/SOSP/SIGCOMM/ASPLOS/NSDI等）发表过论文； - 有过完整参与LLM后训练全过程的经历；有算法系统协同设计的经历。
工作职责
1、负责大语言模型的后训练（强化学习）框架研发与优化； 2、与算法团队深度合作，进行算法与系统的联合设计与优化； 3、保持关注行业前沿技术，且有能力和热情开展创新研究。
1、负责机器学习系统训练架构和产品的设计开发，支持火山方舟大模型平台和机器学习平台的产品业务； 2、负责充分利用各种异构计算（GPU、CPU、其他异构硬件）、存储（各种云存储）、网络（VPC、RDMA）等资源，支持主流的PyTorch、Megatron、TensorFlow等训练框架，支持大规模 LLM 预训练、Finetuning、强化学习等各种训练范式，支持大模型、自动驾驶、生信计算等各种业务场景下算法需求； 3、负责训练系统的产品化落地，打造算法工程师友好的、体验一流的公有云训练平台。
团队介绍：字节跳动 Seed 团队成立于 2023 年，致力于寻找通用智能的新方法，追求智能上限。团队研究方向涵盖 LLM、语音、视觉、世界模型、基础架构、AI Infra、下一代 AI 交互等，在中国、新加坡、美国等地设有实验室和岗位。 Seed 团队在 AI 领域拥有长期愿景与决心，坚持深耕基础，期望成为世界一流的 AI 研究团队，为科技和社会发展作出贡献。目前团队已推出业界领先的通用大模型以及前沿的多模态能力，支持豆包、扣子、即梦等超过 50 个应用场景。 1、负责O1/O3等思维链模型的分布式在线强化学习系统平台构建与性能优化，探索通往AGI的强化学习训练系统设计； 2、负责构建Agent、Function Call、Sandbox、以及其他环境交互场景下的强化学习下的分布式训练奖励评估系统； 3、负责构建Agent框架与平台，支持复杂交互下的强化学习模型训练； 4、负责强化学习环境下的可观测性、可解释性的系统建设； 5、负责强化学习任务性能优化，提升模型迭代效率。
1. 熟练掌握Linux环境下的Go/Java/Python等1-2种语言； 2. 具备扎实的计算机科学功底和编程能力，熟悉常见算法和数据结构，具有良好的编程习惯； 3. 熟悉至少一种主流的机器学习框架（TensorFlow / PyTorch 或其他自研框架）； 4. 熟悉 Kubernetes 架构和生态，熟悉 Docker/Containerd/Kata 等容器技术，有丰富的云原生机器学习系统实践和开发经验； 5. 掌握分布式系统原理，参与过大规模分布式系统的设计、开发和维护，熟悉Ray； 6. 有优秀的逻辑分析能力，能够对业务逻辑进行合理的抽象和拆分； 7. 有强烈的工作责任心，较好的学习、沟通能力和自驱力，能够快速的响应和行动； 8. 有良好的工作文档习惯，及时按要求撰写更新工作流程及技术文档。
1. 熟练掌握Linux环境下的Go/Java/Python等1-2种语言； 2. 具备扎实的计算机科学功底和编程能力，熟悉常见算法和数据结构，具有良好的编程习惯； 3. 熟悉至少一种主流的机器学习框架（TensorFlow / PyTorch 或其他自研框架）； 4. 熟悉 Kubernetes 架构和生态，熟悉 Docker/Containerd/Kata 等容器技术，有丰富的云原生机器学习系统实践和开发经验； 5. 掌握分布式系统原理，参与过大规模分布式系统的设计、开发和维护，熟悉Ray； 6. 有优秀的逻辑分析能力，能够对业务逻辑进行合理的抽象和拆分； 7. 有强烈的工作责任心，较好的学习、沟通能力和自驱力，能够快速的响应和行动； 8. 有良好的工作文档习惯，及时按要求撰写更新工作流程及技术文档。