混元强化训练框架研发工程师（深圳/北京/上海）

Job description

Responsibilities

• 参与Research场景下Agent框架的研发与维护，支持强化学习、数据生成及自动化评估等业务需求；
• 负责优化框架的易用性与稳定性，解决实际运行中的性能瓶颈，保障实验流程的高效执行；
• 支持各类外部Agent策略及评估逻辑的接入，维护相关接口与组件，确保系统的兼容性与扩展性；
• 结合大模型训练视角，配合算法团队进行新Agent范式的工程化落地与探索。 Requirements
• 具备扎实的Python编程能力，熟悉异步编程（Asyncio）及并发处理的最佳实践，有良好的代码规范意识；
• 熟悉大模型与Agent相关应用技术，熟练使用AI编程工具并理解其工作原理；
• 熟悉K8S及容器化技术，具备相关环境下的开发或部署经验；
• 了解大模型训练全流程（如预训练、SFT、RLHF）及基本原理；
• 具备良好的问题分析及解决能力、沟通合作能力，有较强的Owner意识。