AI Infra Engineer（Agentic RL 训练框架）

岗位描述

参与机器人大模型强化学习训练框架的研发与优化，面向不同模型、训练方式和业务场景，完善训练与推理能力，提升框架的稳定性、扩展性和运行效率。通过框架开发、性能分析与算法工程协作，支撑大规模强化学习实验和业务训练，推动算法能力高效落地。 【职位描述】 1. 训练框架研发：负责强化学习训练框架的设计、开发与迭代，完善 GRPO、PPO、On-Policy Distillation 等训练方式的完整流程、数值正确性与运行… 1. 扎实的 Python 编程与软件工程能力，熟悉 Linux 开发环境，具备良好的代码设计、调试和维护能力； 2. 熟悉 PyTorch，理解大模型训练与推理的基本流程，具有相…