大模型工程师-RL框架&RL推理

岗位描述

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、环境交互和系统稳定性。 MiniMax 自研强化学习训练系统 Forge，支撑大规模 RL 训练和 Rollout。Rollout 往往占据 RL 循环中的大量 wall-clock time，其生成效率、稳定性和灵活性，会直接影响算法… 1. 编程能力扎实，具备清晰的系统设计思路和良好的工程品味； 2. 对大模型推理系统、RL 工程、分布式系统或 GPU 性能优化中的某一方向有深入理解； 3. 能够独立发现 RL …