腾讯游戏-大模型强化学习框架研发工程师/专家

Job description

Responsibilities

• 负责视频生成、世界模型模型与强化学习相结合的训练框架设计、开发与性能优化；
• 深入分析和优化视RL训练全链路流程，包括数据加载、显存管理、通信效率、并行优化等，显著提升训练效率；
• 与前沿算法团队紧密合作，追踪并引入业界最新进展，快速完成技术原型验证。 Requirements
• 计算机相关专业，具备较强的动手能力；熟悉 Python ，具备扎实的系统编程功底和优秀的复杂系统 Debug 能力；
• 深入理解大模型分布式训练原理，具备 Megatron-LM、DeepSpeed 或FSDP 等主流框架研发经验；
• 熟悉大模型后训练与对齐技术（PPO、GRPO、DPO等），熟悉 Verl、ROLL，AReal 等强化学习/分布式计算框架，可以理解并解决 RL过程中的工程痛点；
• 熟悉主流生成模型的原理，在AIGC相关领域具备实际项目经验；
• 具备极强的技术好奇心与自驱力，面对业界无先例的技术难题，能独立思考并推动解决。