稀宇科技
大模型工程师-RL框架&算法-2028届
大模型工程师-RL框架&算法-2028届
发布于 16 分钟前普通员工/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
Gpu性能优化
Kv Cache
Pytorch
Sglang
Tensorrt-Llm
Vllm
分布式系统
大模型
强化学习
值不值得投
72综合评分
综合评分 72
前沿AI系统工程师岗位，技术挑战大、成长空间高，但办公模式和WLB未明确。
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
23K
比机器学习工程中位数低
发布情况
新岗位 · 今天发布
公司情况
这家公司招聘很活跃
95 个在招 · 其中机器学习工程 3 个
市场机会
选择面较广
北京 · 机器学习工程 · 约 420 个在招
职位详情
关于这个职位
该职位负责优化和开发强化学习（RL）框架与算法，以提升大模型的能力
你需要参与MiniMax自研Forge RL系统的建设，优化Rollout和推理serving，支持大规模RL训练任务
这是一个技术深度较高的AI系统工程师岗位，涉及底层系统设计与性能优化
最低要求
基本要求：
编程能力扎实，具备清晰的系统设计思路和良好的工程品味
对大模型推理系统、RL工程、分布式系统或GPU性能优化中的某一方向有深入理解
能够独立发现RL训练或Rollout链路中的系统瓶颈，提出方案并推动落地
关注RL、推理系统、Agentic workflow等方向，愿意理解算法需求背后的系统问题
工作职责
你会参与：
建设和优化Forge RL框架，支撑大规模RLHF / RLVR / Agentic RL等训练任务
优化RL Rollout系统，支持多轮交互、环境调用、工具调用、外部状态机感知等复杂场景
优化Rollout过程中的调度策略、长尾latency、KV Cache管理和整体吞吐表现
建设高性能推理serving能力，支撑RL场景下更高效、更稳定、更灵活的轨迹生成
与算法团队共同进行RL算法与推理系统的co-design，提升模型能力和实验效率
优先资格
加分项：
熟悉SGLang、vLLM、TensorRT-LLM、PyTorch、Megatron-LM等主流推理/训练框架，并有深入使用或贡献经验
熟悉KV Cache管理、continuous batching、PD分离、MTP、低精度量化、分布式serving、通信优化等推理加速技术
有大规模RLHF / RLVR / Agentic RL工程经验，或参与过Rollout系统、RL训练框架建设
熟悉主流大模型结构，能够理解模型设计中的效率 / 能力 trade-off
有大规模推理系统、在线serving、GPU性能优化或高性能系统工程经验
AI 洞察
优缺点分析
优点
- 参与前沿AI技术研发，涉及强化学习、大模型等热门领域
- 工作内容技术深度高，能提升系统设计和性能优化能力
- 公司处于AI赛道，有较好的行业前景和技术成长空间
- 技术难度大，需要持续学习RL、推理系统等前沿知识
- 需要与算法团队紧密协作，沟通和推动落地能力要求高
缺点 / 挑战
- 系统优化可能涉及底层细节，工作强度较高
- 适合对AI系统工程有浓厚兴趣、追求技术深度、能接受挑战并善于独立解决问题的工程师
角色解读
- 向AI系统架构师或技术专家方向发展，深耕RL系统优化领域
- 参与前沿AI项目，积累高性能计算和分布式系统经验
- 可能成长为技术团队负责人，推动系统与算法协同创新
- 优化和开发强化学习训练系统框架（如Forge），支持大规模RL任务
- 提升RL Rollout效率、稳定性和灵活性，解决系统瓶颈
- 参与算法与系统的协同设计，优化推理serving和资源利用率
- 扎实的编程能力和系统设计思路，有工程品味
- 对大模型推理系统、RL工程、分布式系统或GPU性能优化有深入理解
- 能够独立分析并解决RL训练或Rollout链路中的技术挑战
申请策略
- 了解MiniMax的Forge系统和AI技术方向，面试时展示相关知识
- 准备系统设计案例，如优化Rollout吞吐或处理长尾延迟
- 关注RL前沿研究，体现对技术趋势的洞察力
- 突出分布式系统、GPU性能优化或RL相关项目经验
- 展示在大模型推理、框架开发或系统设计方面的实践成果
- 强调独立发现和解决技术瓶颈的案例，体现工程品味
- 学习主流推理框架如vLLM、SGLang，并尝试贡献开源项目
- 深入理解KV Cache管理、continuous batching等推理加速技术
面试指南
- 采用问题分析、方案设计、实施效果三步框架，结合具体技术细节回答
- 从系统角度出发，讨论如何平衡效率、稳定性和灵活性
- 展示独立思考能力，强调推动方案落地的过程和成果
- 如何优化RL Rollout系统的吞吐和稳定性？
- 解释KV Cache在大模型推理中的作用及优化方法
- 描述一个你解决过的系统瓶颈问题，你的方案和效果
- 如何实现RL算法与推理系统的协同设计？
- 你对SGLang或vLLM等框架有什么了解和使用经验？
职位点评
薪资福利70
成长发展85
工作生活50
使命价值75
薪资福利
70中等
职位未明确披露薪资和福利，基于市场水平，补偿性动机一般。
薪资信号未披露（AI估算：15K-30K/月）
成长发展
85较高
岗位涉及前沿AI系统优化，有明确的技术挑战和成长机会，发展性动机强。
技术前沿前沿/新兴技术
技术栈RL、大模型、分布式系统、GPU优化、SGLang、vLLM、TensorRT-LLM、PyTorch、KV Cache
业务类型profit_center
工作生活
50较低
JD未提及办公模式和工作生活平衡信息，生活化动机满足程度有限。
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
75中等
参与AI前沿领域技术开发，具有创新性和技术影响力，意义感动机较好。
行业发展高速增长赛道
社会影响中性/一般
创新程度积极采用新技术
稀宇科技 的其他在招职位
相似职位推荐
Watch Jobs