Token Foundry-大模型平台研发工程师-强化学习环境
岗位描述:通过技术创新支持阿里集团大模型研发快速迭代,主要工作内容和挑战如下: 1. 建设大规模强化学习的环境平台,增强大模型对齐Coding&Agentic等方面的能力。 2. 结合强化学习框架,优化强化学习效率,实现高效的大规模强化学习训练。 3. 建设覆盖各个领域场景的真实和仿真环境,支持大规模评测和A;任职要求:1. 学习能力较强,愿意学习新东西,具有优秀的分析和解决实际问题的能力和态度,对技术有强烈激情。 2. 具有良好的编程和工程实现能力,精通Python,算法和数据结构基础扎实。 3. 有大规模分布式系统研发经验,熟悉Ray/K8S等分布式调度和计算框架者优先。
