logo of moonshot

月之暗面RL infra

社招全职技术类/Technical地点:北京状态:招聘

工作描述


职位概览
在 Moonshot,我们相信强化学习是通往 AGI 的关键路径。我们正在寻找深谙 GPU 性能极限的 RL Infra 工程师,打造支撑下一代大模型自我进化的基础设施。
你将直面 RL 训练的核心矛盾:训练与采样的异构负载、频繁权重复制带来的通信开销、多轮超长Agentic Coding和KimiClaw 场景的rollout效率。通过极致的工程优化,让 RL 训练跑得更快、更稳——每一次参数更新,都让 Kimi 的推理能力更进一步。

核心职责
RL 训练架构:针对大规模 Agentic RL 场景,设计训练与采样的混合调度策略,优化多模型(Policy、Reference、Reward、Value)的并行协同与显存共享
Rollout 效率优化:深度定制…
登录查看完整工作描述
微信扫码,1秒登录

包括英文材料
强化学习+
大模型+
vLLM+
缓存+
算法+
Megatron+
还有更多 •••
相关职位

logo of moonshot
社招算法类/AI

职位描述: 主要负责维护和开发Moonshot内部的强化学习后训练框架,支持万亿参数模型reasoning、agentic等方向的文本&多模态RL后训练; 与训练推理引擎方向的团队合作,探索算法、框架

更新于 2026-01-19北京
logo of mihoyo
社招程序&技术类

1. 8+ years of professional experience in software engineering, machine learning, or related technic

上海
logo of moonshot
社招算法类/AI

Research Scientist / Engineer – Agentic RL Locations: Beijing · Shanghai · Shenzhen · Singapore · Si

更新于 2026-04-03北京
logo of moonshot
校招技术类/Tech

职位概览 在 Moonshot,我们相信强化学习是通往 AGI 的关键路径。我们正在寻找深谙 GPU 性能极限的 RL Infra 工程师,打造支撑下一代大模型自我进化的基础设施。 你将直面 RL 训

更新于 2026-08-14北京