logo of moonshot

月之暗面RL Infra 研究工程师

社招全职算法类/AI地点:北京状态:招聘

工作描述


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、硬件的协同设计,提升大规模强化学习训练的稳定性和效率;
职位要求:
有扎实的工程…
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+
推理引擎+
算法+
Python+
还有更多 •••
相关职位

logo of moonshot
社招技术类/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 2026-05-11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