智谱
GLM-强化学习训练框架工程师（RL）
GLM-强化学习训练框架工程师（RL）
发布于 3 小时前普通员工/个人贡献者
全职员工仅现场办公机器学习工程
机器学习工程
Llm
Nlp
Sglang
Vllm
分布式训练
多模态
强化学习
性能调优
值不值得投
73综合评分
综合评分 73
大模型核心训练框架岗，技术前沿且稀缺性强，成长空间大，工作强度与办公模式在 JD 中未说明。
从薪资福利、成长发展、工作生活和使命价值四个维度综合评估，方便横向比较。
薪资怎么样
5.3万
比机器学习工程中位数高
发布情况
新岗位 · 今天发布
公司情况
这家公司招聘很活跃
约 320 个在招 · 其中机器学习工程 2 个
市场机会
选择面较广
北京 · 机器学习工程 · 约 560 个在招
职位详情
关于这个职位
你将负责大模型强化学习（RL）训练框架的研发与性能优化，围绕 GLM 系列模型的训练效率与稳定性做工程攻坚
工作内容包括定位分布式训练中的性能瓶颈、集成业界最新的训练与推理优化策略，需要扎实的 LLM 架构理解、分布式训练经验，并对 vLLM、SGLang 等推理框架有实践
最低要求
对自然语言处理、计算机视觉和多模态算法有深入理解，熟悉主流的 LLM 模型架构，有分布式训练经验
对常见 RL 训练算法有基本了解
工作职责
负责强化学习训练框架的研发、优化和维护，根据业务需求持续改进训练框架和策略，提升模型训练效率
分析和定位训练中的性能瓶颈，实施针对性优化措施，提升训练效率和稳定性
跟进业界技术进展，不断同步与集成最新训练优化策略
优先资格
熟悉 vllm 或 sglang 等常用开源推理框架的优先考虑
AI 洞察
优缺点分析
优点
- 直接参与 GLM 系列大模型的底层训练系统建设，技术位置靠前、积累价值高
- 强化学习训练框架与分布式训练是当前大模型领域最稀缺的技能方向之一，市场议价能力强
- 岗位明确鼓励跟进并集成业界前沿优化策略，技术视野与技术栈能保持在前沿
- 训练框架优化属于典型的深水区工程，需要同时啃系统性能与大模型算法两侧知识，上手门槛高
- 大模型技术迭代快，需要持续投入时间跟进新框架与新算法
缺点 / 挑战
- 性能瓶颈排查往往依赖大规模集群实测，问题定位周期长、调试成本高
角色解读
- 纵向可成长为训练框架/推理框架的技术负责人，主导大规模集群训练系统的架构设计
- 横向可拓展到 RL 算法研究、大模型预训练或推理加速等方向，成为「算法+系统」复合型人才
- 在大模型这一高速迭代赛道，框架层经验具有很强的行业迁移性与稀缺性
- 负责大模型强化学习训练框架的研发、优化与长期维护，根据业务需求持续迭代训练框架与训练策略
- 分析并定位分布式训练过程中的性能瓶颈（如通信、显存、并行策略、数据加载），落地针对性优化提升吞吐与稳定性
- 跟踪业界最新的训练与推理优化技术，并将其同步集成到自研框架中
- 熟悉主流 LLM 模型架构与训练流程，具备分布式训练（数据并行/张量并行/流水并行等）的实战经验
- 深入理解 NLP、CV、多模态算法中的至少一个方向，能把算法需求转化为工程实现
- 了解常见强化学习训练算法（如 PPO、GRPO 等 RLHF/RLVR 流程）
- 熟悉 vLLM、SGLang 等推理框架者优先，具备扎实的性能分析与调优能力
申请策略
暂无内容
面试指南
暂无内容
职位点评
薪资福利70
成长发展90
工作生活52
使命价值78
薪资福利
70中等
JD 未披露薪资与福利信息，但岗位所需的强化学习训练框架与分布式训练能力在市场上供给稀缺，通常对应较高薪酬水平。
薪资信号未披露（AI估算：3.5千–7.0万/月）
成长发展
90较高
岗位直击大模型训练系统底层，技术栈属于当前最前沿方向，且明确要求跟进并集成业界最新优化策略，技能成长空间大。
技术前沿前沿/新兴技术
技术栈强化学习、LLM、分布式训练、vLLM、SGLang、多模态、NLP、性能优化
成长机会跟进业界技术进展，不断同步与集成最新训练优化策略
业务类型ambiguous
工作生活
52较低
JD 未提及办公模式、弹性工时或加班情况，工作节奏与灵活性信息不足，仅知为全职岗位。
工作模式未明确
办公地点科技园/产业园
加班情况未提及（无法判断）
使命价值
78中等
岗位处于大模型这一高速发展赛道，参与国产大模型训练基础设施建设具有一定行业价值，但 JD 未表达明确的使命或价值导向表述。
行业发展高速增长赛道
社会影响正向社会影响力较高
创新程度积极采用新技术
Watch Jobs