logo of moonshot

月之暗面【校招】RL Infra

校招全职技术类/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
校招算法类/AI

研究基于Long CoT的大模型强化学习相关技术,包括算法或系统,实现技术突破,涉及: 方向一:推理能力Reasoning 方向二:智能体Agent 同时研究其他通往AGI/ASI的前沿技术 任职要

更新于 2025-12-23北京
logo of horizon
校招算法序列

1、计算机、人工智能相关专业本科以上学位。 2、了解百万到亿级参数量模型的数据规模和迭代方式。 3、优秀的算法编程能力和数据管理相关工具链的开发能力。 4、有自动驾驶量产落地经验,商用大模型发版经验的

更新于 2026-08-10北京|上海|上海
logo of lilith
实习研究

1. 思维清晰,逻辑严谨,对数字敏感,善于从数据中发现问题; 2. 熟练使用EXCEL,SQL等常用数据分析工具和语言; 3. 熟悉常用统计分析,统计学习模型;熟悉常用数据可视化的工具优先; 4. 喜

更新于 2026-06-15上海
logo of lilith
实习研究

1. 海内外一流大学本科及以上学历,专业不限; 2. 有丰富的游戏经历,热爱游戏,关注游戏/互联网行业动态; 3. 勤于思考、善于学习,有责任心、好奇心,乐于接触新鲜事物; 4. 有较强的自驱力,对自

更新于 2026-06-15上海