米哈游RL 训练平台研发工程师

社招全职2年以上程序&技术类地点：上海状态：招聘♡ 收藏

扫码手机上打开

工作描述

任职要求
1.本科及以上学历，两年及以上经验，精通 Python，能读写 Go 或 C++ 之一 下面两项至少一项有实战，另一项能看懂；
2.读过并改过 verl、OpenRLHF、NeMo-RL 之一的源码，讲得清数据流、资源编排（colocate 与 separate 的取舍）、权重同步的实现；
3.做过分布式 RL 系统的工程实现，例如 actor-learner-replay 架构（IMPALA、SEED、Ape-X 一类）、自博弈或联赛训练。只跑过算法实验不算 ；
4.熟悉 PyTorch 分布式与 NCCL，有一次讲得出数据的…

登录查看完整工作描述

微信扫码，1秒登录

📮 投递简历 ✨AI模拟面试

难度：

包括英文材料

学历+

Python+

Go+

C+++

Impala+

算法+

还有更多 •••

登录查看完整学习资料

相关职位

Use Agent 实习生— 环境合成与RL训练方向-2027届

实习

1. 在读本科高年级、硕士或博士，计算机、人工智能、软件工程、自动化、电子信息、数学等相关专业优先；对 GUI Agent、Computer-Use Agent、多模态大模型、强化学习、环境合成、自动

更新于 2026-06-12武汉

阿里控股 AI Data-数据处理工程师-RL训练数据方向（Work）

社招3年以上技术类-数据

必备 1. 学术背景：计算机、人工智能、数据科学、统计学或相关专业，硕士及以上学历优先，2 年以上数据挖掘 / 数据工程 / 机器学习方向经验。 2. 工程能力：精通 Python，具备大规模数据处理

更新于 2026-07-08杭州

阿里国际站/Alibaba.com-AI Infra大模型训练/分布式训练工程师（后训练/RL）-Accio Work

社招2年以上技术类-算法

Qualifications 1、扎实的工程能力，熟悉 Python，最好熟悉一种系统语言或高性能计算相关语言，例如 C++、CUDA、Rust 或 Go； 2、熟悉 PyTorch 生态，理解大模型

更新于 2026-10-02杭州|北京|上海

微信搜索-AI Infra工程师-大模型后训练与RL方向（北京）（深圳）

社招1年以上搜一搜技术

1.具备较强的动手能力；熟悉 Python ，具备扎实的系统编程功底和优秀的复杂系统 Debug 能力； 2.深入理解大模型分布式训练原理，具备 Megatron-LM、DeepSpeed 或 Py

更新于 2026-10-13广州