logo of minimax

MiniMax大模型工程师-RL框架&RL推理-2027届

校招全职算法地点:北京 | 上海状态:招聘

工作描述


我们希望你在某个领域有真正的深度——推理加速、GPU 性能优化、分布式系统、RL 工程,都行——同时对算法前沿保持真实的好奇心。你不需要什么都懂,但你应该知道自己不懂的东西在哪,并且想去弄懂它。
1. RL Rollout:推理是 RL 循环的发动机,我们使用Forge作为我们的RL框架。Rollout占据整个 RL 循环大部分的 wall-clock 时间,并且约束RL算法和Rollout策略的多样性,能多快、多灵活地生成轨迹,直接决定迭代速度。难点包括:Agentic(多轮、环境交互、外部状态机感知的推理系统优化、工具调用和环境的速度不稳定性)、长尾(深入的调度策略和latency优化)、KV Cache 管理、极致的吞吐优化、RL算法Co-design的Ro…
登录查看完整工作描述
微信扫码,1秒登录

包括英文材料
分布式系统+
算法+
强化学习+
缓存+
推理引擎+
系统设计+
还有更多 •••
相关职位

logo of minimax
社招

职位描述 RL 正在成为提升大模型能力的重要方向。大规模 RL 的效率和上限,不仅取决于算法设计,也高度依赖底层系统能力,包括 RL 框架、Rollout、推理 serving、调度策略、环境交互和系

更新于 2026-09-04北京|上海
logo of minimax
实习算法

RL 正在成为提升大模型能力的重要方向。大规模 RL 的效率和上限,不仅取决于算法设计,也高度依赖底层系统能力,包括 RL 框架、Rollout、推理 serving、调度策略、环境交互和系统稳定性。

更新于 2026-09-08北京|上海
logo of minimax
实习算法

RL 正在成为提升大模型能力的重要方向。大规模 RL 的效率和上限,不仅取决于算法设计,也高度依赖底层系统能力,包括 RL 框架、Rollout、推理 serving、调度策略、环境交互和系统稳定性。

更新于 2026-09-07北京|上海
logo of xiaohongshu
社招3-5年引擎

【任职资格】 1.熟练掌握Megatron/DeepSpeed/FSDP等框架的研发,熟练掌握模型并行分布式技术 2.对大语言模型算法感兴趣,有机器学习算法知识背景,因为我们日常也会训练模型来确保框架

更新于 2026-04-02北京|上海