职位&公司对比

招聘中

大模型强化学习_P6-7

-K·薪
某大型互联网OTO平台上市公司

职位详情

  • 北京
  • 不限
  • 本科
  • pd分离
  • vLLM/sglang

职位描述: 优大模型推理性能,降低推理时延,提升吞吐,降低LLM模型推理成本。 职位要求: 1. 熟悉transformer,ll来自BOSS直聘ama,deepseek等主流模型结构。 2. 熟悉LLM主流推理引擎(如vLLM/sglang),熟悉常见推理优化技术,如MLA、FlashAtention、PageAttention、Continuous Batching、Speculative Decoding等。 3.具有AI模型推理优化经验,熟悉常见加速技术,如剪枝、boss量化、分布式推理等,能够根据kanzhun不同场景和硬件平台进行针来自BOSS直聘对性的优化。 4.熟悉GPU硬件结构,有CUDA/Cutlass开发优化经验者优先。

职位详情

  • 北京
  • 1-3年
  • 本科
  • 熟悉PPO/DPO/GRPO
  • RLHF实战
  • 精通Transformerx
  • 精通BERT/GPT

岗位职责: 1、负责强化学习算法的工程化实现boss与性能优化; 2、构建可扩展的分布式训练系统,支持大规模并行训练和实验; 3、优化策略网络的训练流程,提升训练效率和模型性能; 4、实现前沿强化学习算法的落地应用. 任职要求: 1、1-2年深度学习或强化学习方向优秀博士/硕士; 2、精通PyTorch/Tensor直聘Flow架; 3、具备RLHF实战经验; 4、熟悉主流强化学习算法(DPO/PPO/GPRO等); 5、熟悉并直聘行计算和分布式系kanzhun统设计.

技能解析

专有技能
  • CUDA
  • 优化技术

    数据来自CSL职业科学研究室

    技能解析

    专有技能
    • 优化策略
    • 性能优化
    • 深度学习
    • 学习算法
    • 分布式系统
    • 系统设计

      数据来自CSL职业科学研究室

      工作时间

      上午10:00   -   下午07:00
      双休弹性工作

      公司福利

      • 交通补助
      • 节日福利
      • 有无线网
      • 团建聚餐
      • 零食下午茶
      • 餐补
      • 员工旅游
      • 带薪年假
      • 工龄奖
      • 法定节假日三薪
      • 节假日加班费
      • 夜班补助
      • 股票期权
      • 保底工资
      • 绩效奖金
      • 年终奖
      • 定期体检
      • 意外险
      • 补充医疗保险
      • 五险一金

      公司福利

      • 五险一金
      • 补充医疗保险
      • 定期体检
      • 年终奖
      • 股票期权
      • 带薪年假
      • 员工旅游
      • 免费班车
      • 餐补
      • 交通补助
      • 节日福利

      备注

      职位发布者未明确表明公司信息,具体可咨询职位发布人进行确认。

      更新于 2025-05-14