稀宇科技
大模型工程师-RL框架&算法-2027届
大模型工程师-RL框架&算法-2027届
发布于 大约 13 小时前普通员工/个人贡献者
全职员工仅现场办公人工智能
人工智能
Gpu性能优化
Kv Cache
Pytorch
Rl
Sglang
Vllm
分布式系统
大模型
强化学习
值不值得投
75综合评分
综合评分 75
前沿AI Infra岗位，技术深度高、成长性强，但WLB未明确，需高强度投入。
从起薪待遇、成长路径、工作节奏和岗位方向综合评估，方便比较职业起点。
薪资怎么样
35K
比人工智能中位数高
发布情况
新岗位 · 今天发布
公司情况
这家公司招聘很活跃
94 个在招 · 其中人工智能 2 个
市场机会
选择面较广
北京 · 人工智能 · 约 330 个在招
职位详情
关于这个职位
该职位专注于大模型强化学习训练中的Rollout环节、高性能推理引擎构建以及算法与推理的协同设计
你将致力于优化从轨迹生成到模型能力上限的整个技术栈，是连接算法创新与工程落地的关键角色
最低要求
编程能力扎实，有清晰的系统设计思路，有强烈的工程品味和责任心
对大模型推理系统或 RL 工程某一方向有深入理解，能独立发现问题、提出方案并推动落地
主动追踪算法与系统前沿，能将论文洞见转化为工程判断
工作职责
RL Rollout：优化作为RL循环发动机的推理过程，包括应对Agentic推理系统优化、长尾调度与latency优化、KV Cache管理、极致吞吐优化及与RL算法协同设计的Rollout策略
通用高性能推理 serving——构建一个业界顶尖的高性能推理引擎，将模型能力的上限从算法层卡点解放到基础设施层，系统性地找出并打通瓶颈
算法与推理 codesign——推动推理、模型结构、训练算法三者的协同优化
一方面确保模型设计不受工程约束，另一方面将推理效率作为核心指标反向输入到模型与算法设计中，端到端抬高模型能力与效率的双重上限
优先资格
对主流推理 / 训练开源框架（SGLang、vLLM、TensorRT-LLM、PyTorch、Megatron-LM 等）有深入了解，并有实质性贡献
熟悉推理加速核心技术（算子优化、通信优化、KV cache 管理、MTP、分布式服务、PD 分离、低精度量化等），有大规模推理系统/服务的实战经验
熟悉主流大模型结构，能够理解并建模模型设计时的效率/能力 trade-off及其推理效率
AI 洞察
优缺点分析
优点
- 岗位重要性高，直接关系到模型能力的上限和训练效率，是团队的核心引擎
- 技术栈全面，涵盖系统、算法、工程，能获得端到端的技术视野和深度
- 技术难度极大，需要同时具备深厚的系统功底和对AI算法的理解，学习曲线陡峭
- 问题复杂且动态变化，需要应对Agentic、长尾、协同设计等各类开放性工程难题
缺点 / 挑战
- 技术深度高，能深入大模型训练和推理的核心环节，接触行业最前沿的工程挑战
- 对工程品味和责任心要求高，需要有“找瓶颈、打通路”的极致优化精神
- 适合有扎实系统编程基础、对底层优化有热情、喜欢挑战复杂问题并具备强自驱力和好奇心的工程师
角色解读
- 技术专家路线：成为推理系统架构师或AI Infra领域的顶尖专家
- 架构师路线：横向扩展，主导更大规模的AI计算平台或分布式系统设计
- 转向研究：基于对系统瓶颈的深刻理解，转向AI算法研究或系统方向的前沿探索
- 优化大模型强化学习训练中的Rollout（轨迹生成）环节，解决吞吐、延迟等系统瓶颈
- 设计和构建高性能的通用大模型推理引擎，为模型能力提供底层算力保障
- 推动算法、模型结构和推理引擎的协同设计（co-design），从系统层面反哺和提升算法能力上限
- 扎实的编程与系统设计能力，能独立负责模块的设计与落地
- 对大模型推理系统或强化学习工程有深入的技术理解
- 主动学习能力，能将前沿论文转化为实际的工程判断和解决方案
申请策略
- 关注稀宇科技（MiniMax）的技术博客和开源项目，了解其技术方向和风格
- 申请时思考并准备如何将论文中的想法（如新的调度算法、协同设计思路）落地到实际系统中
- 面试时可以深入讨论一个你参与过的、最具挑战性的性能优化或系统设计案例
- 重点展示在推理优化、分布式系统、GPU编程或RL工程方面的具体项目经验和成果
- 突出对开源框架（如vLLM, SGLang）的了解或贡献，体现工程品味
- 描述清晰的系统设计思路和解决复杂性能瓶颈的案例
- 深入研究至少一种主流推理框架的源码和架构（如SGLang或vLLM）
- 系统学习分布式训练与推理的核心原理，特别是KV Cache管理、通信优化等
面试指南
- 对于案例类问题，使用STAR法则（情境、任务、行动、结果），重点阐述你的分析过程、技术选型和具体优化手段
- 对于系统设计类问题，先明确目标（优化什么指标），再拆解问题（瓶颈在哪一层），然后提出多层次的解决方案（算子、调度、架构）
- 对于概念类问题，结合具体技术细节阐述，避免空谈，体现你对技术细节的把握
- 请描述一个你过去优化过的高性能推理或分布式系统案例，你遇到了什么瓶颈？如何分析和解决的？
- 你认为当前大模型推理系统（如vLLM）最大的技术瓶颈可能在哪里？有哪些潜在的优化方向？
- 如何理解“算法与推理协同设计”？请举一个例子说明模型结构或训练算法可以如何为了提升推理效率而改变
- 在RL训练的Rollout阶段，从系统角度看，主要挑战有哪些？你会如何着手优化？
- 你对SGLang或vLLM的架构有何了解？如果让你为其增加一个新特性，你会怎么设计？
职位点评
薪资福利70
成长发展90
工作生活50
使命价值85
薪资福利
70中等
作为技术门槛极高的应届/初级岗位，薪资在同类岗位中预计有竞争力，但公司处于B轮，福利和稳定性相较于成熟期企业有待观察。
薪资信号未披露（AI估算：25K-45K/月）
成长发展
90较高
该职位专注于大模型训练与推理最前沿的工程挑战，技术栈深入且全面，能为求职者提供极高的技术成长和深度积累机会。
技术前沿前沿/新兴技术
技术栈RL、强化学习、大模型、推理优化、GPU性能优化、分布式系统、KV Cache、SGLang、vLLM、PyTorch
成长机会主动追踪算法与系统前沿、将论文洞见转化为工程判断
业务类型profit_center
工作生活
50较低
职位描述未提及任何工作模式或WLB相关信息，且岗位性质（前沿技术攻坚）通常伴随较高的工作投入度，生活化动机满足程度未知且可能有限。
工作模式未明确
办公地点未明确
加班情况未提及（无法判断）
使命价值
85较高
身处大模型这一高速增长的科技前沿赛道，致力于突破模型能力的工程天花板，对推动AI技术进步有直接贡献，具有较高的社会价值和行业意义感。
行业发展高速增长赛道
社会影响正向社会影响力较高
使命信号把系统的瓶颈找出来，把它打通、让模型不受工程与推理的约束、想法不该死在"推理跑不动"上、端到端地抬高模型能力与效率的双重上限
创新程度积极采用新技术
Watch Jobs