AI Infra Engineer（Agentic RL 训练框架）

【岗位职责】 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、数值正确性与运行稳定性，统一训练数据、优化目标与参数更新的扩展接口； 2. 核心模块与多后端适配：参与训练、推理、轨迹管理、奖励计算等核心模块研发，推进模块解耦与服务化，完善对 FSDP、Megatron、vLLM、SGLang 等训练与推理后端的适配层，支持不同模型、训练方式和业务场景的接入； 3. 评测与性能优化：建设核心训练场景的 benchmark、profiling 与 C…… 完整岗位描述与官方投递入口,请登录后在岗位详情页查看。

本站当前在招 10367 个深圳岗位（全城各职能合计），其中 1708 个公开标注了薪资。按这些标注统计：月薪（税前）主流区间 12K ~ 21K（25~75 分位），中位约 16K，最低 1K、最高 100K。