我们持续关注大模型后训练的多种场景，重点优化攻坚下面场景：
1、支持超长序列的模型的高效训练；
2、支持推理模型的高效训练，支持包括Agent RL、Search RL等多种有挑战的训练范式；
3、研发训推分离的RL框架，结合阿里云Cloud的基础设施来最大化提升训练的迭代速度。

职位要求
1、熟悉深度学习基本原理、主流深度学习算法及应用、以及至少一种主流框架(PyTorch、TensorFlow等)；
2、熟悉Megatron、vLLM、Sglang、VERL、ROLL等框架技术，并在研究或实习项目中有相应的实践经历；
3、熟悉RL的基础算法，包括PPO、GRPO等经典RL算法；
4、具备扎实的计算机基础知识、C++/Python编程能力，熟悉常见数据结构和设计模式；
5、具有很强的学习能力、复杂问题归纳梳理能力、沟通和团队协作能力，具备能够深度钻研技术的耐心。
【加分项】
1、有很强的学术研究能力和优秀的学术成果(AI领域顶会/顶刊论文)；
2、熟悉体系结构，并有扎实的高性能计算/AI编译器/推理框架/模型优化经验。