后训练Infra工程师

岗位描述

岗位定位：建设后训练框架与平台，提升训练效率、稳定性和易用性，支撑算法迭代与 Agent 业务落地。 岗位职责： 1、平台建设：统一 SFT、DPO、GRPO 等训练流程，完善任务编排、资源调度、环境与产物管理、实验追踪和故障恢复； 2、Agent RL 基建：建设 rollout、沙箱及工具交互环境，支持多轮交互、异步采样与训推协同； 3、性能与稳定性：优化显存、通信、吞吐及资源利用率，解决 hang、OOM… 1、熟悉大模型训练，有 Megatron、DeepSpeed、Swift、verl 等框架的深入使用或二次开发经验； 2、理解分布式并行、NCCL 通信、显存管理及 checkpo…