27届Stepstar-大模型后训练系统工程师

【岗位描述】

• 深度参与大模型后训练相关系统框架建设，包括不限于训/推引擎效率优化、大规模RL训练效率优化、系统稳定性优化、算法/工程co-design、前沿方向auto-research等等；
• 基础训练/推理引擎开发、精度保障、效率优化等；
• 低精度训推效率优化、训推一致性建设等；
• 大规模RL框架设计/优化，面向下一代长程任务训练深度优化；
• 稳定性建设，提升大规模训练过程中容错定位及恢复效率；
• 算法/工程co-design，共同优化系统易用性、共同提升算法效果；
• 提升系统可观测性，支持细粒度的指标建设、生命周期追溯管理等。 【岗位要求】
• 熟悉PyTorch分布式训练/推理原理，熟悉Megatron/FSDP、vLLM/Sglang优先；
• 熟悉PPO原理及各变种RL算法，熟悉verl、slime等框架优先；
• 熟悉性能分析、问题排查相关工具，具备独立定位解决复杂问题能力；
• 熟悉AI Coding，有使用或建设代码助手、自动化研发工具、Coding Agent的经验。