主分类：AI训练推理与计算优化
来源 JD 数据（旧分类保留，当前主分类见上方）
{
"schema_version": "via_ai_product_manager_jobs_v1",
"data_type": "ai_product_manager_jobs",
"job": {
"job_title": "微信-AI Infra工程师-大模型训练与RL方向",
"job_level": "未披露",AI生成
"work_category": "全职",AI生成
"department": "WXG",
"location": "北京",
"work_mode": "未披露",AI生成
"job_category": "技术"AI生成
},
"company": {
"company_name": "腾讯",
"company_industry": "互联网 / 科技 / 人工智能",
"company_size": "10000人以上",
"company_website": "tencent.com",
"company_description": "腾讯是一家互联网和科技公司，业务覆盖通信与社交、数字内容、游戏、金融科技、企业服务、云计算与人工智能等方向。"
},
"compensation": {
"salary_range": {
"min": "",
"max": "",
"currency": "未披露",
"cycle": "未披露"
},
"benefits": "未披露"
},
"requirements": {
"working_years": 0,
"degree": "未披露",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "1.核心训练框架开发与优化： 负责大模型分布式训练框架（基于Megatron-LM / DeepSpeed等）的底层架构设计与核心代码开发。支撑千亿/万亿模型的高效、稳定训练；\r\n2.RL Infra 系统建设与协同优化： 负责强化学习（PPO/GRPO/DPO等）训练框架的开发和优化。深度解决 Actor 生成（结合 vLLM/SGlang 等推理引擎）与 Critic/Reward 训练阶段的资源调度、状态流转及通信瓶颈，实现 Training 与 Inference 的极致协同；\r\n3.算法与系统协同设计 (Co-design)： 与前沿算法团队紧密合作，追踪并引入业界最新开源生态（如 Verl, Slime, ROLL, AReal 等），快速完成技术原型验证，加速前沿大模型对齐算法在微信海量业务场景的规模化落地。",
"requirements_text": "1.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；\n2.训练框架经验： 深入理解大模型分布式训练原理，具备 Megatron-LM、DeepSpeed 或 PyTorch FSDP 等主流框架的实际源码级开发与定制经验；\n3.RL 与 RL Infra 储备： 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；\n4.综合素质： 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。",
"skills": [AI生成
"Python",
"PyTorch",
"强化学习",
"大语言模型"
],
"preferred_qualifications": "未披露",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://careers.tencent.com/jobdesc.html?postId=2037411500376879104"
}
]
},
"posting": {
"posting_id": "2037411500376879104",
"post_date": "2026-09-03",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://careers.tencent.com/jobdesc.html?postId=2037411500376879104"
},
"fulltext": "微信-AI Infra工程师-大模型训练与RL方向\n在腾讯，后台开发工程师不仅是“又快又稳”的问题解决专家，更是生态共创者。你将与技术团队一同沉淀优质代码，让它成为我们共有的宝贵资产。在不同的业务场景和技术发展阶段，你的架构思维也将帮助更多协作团队拓展新的思考。我们也珍视你的挑战精神，同时欢迎你一起参与团队愿景、文化和产品方向的探讨。\n1.核心训练框架开发与优化： 负责大模型分布式训练框架（基于Megatron-LM / DeepSpeed等）的底层架构设计与核心代码开发。支撑千亿/万亿模型的高效、稳定训练；\r\n2.RL Infra 系统建设与协同优化： 负责强化学习（PPO/GRPO/DPO等）训练框架的开发和优化。深度解决 Actor 生成（结合 vLLM/SGlang 等推理引擎）与 Critic/Reward 训练阶段的资源调度、状态流转及通信瓶颈，实现 Training 与 Inference 的极致协同；\r\n3.算法与系统协同设计 (Co-design)： 与前沿算法团队紧密合作，追踪并引入业界最新开源生态（如 Verl, Slime, ROLL, AReal 等），快速完成技术原型验证，加速前沿大模型对齐算法在微信海量业务场景的规模化落地。\n1.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；\n2.训练框架经验： 深入理解大模型分布式训练原理，具备 Megatron-LM、DeepSpeed 或 PyTorch FSDP 等主流框架的实际源码级开发与定制经验；\n3.RL 与 RL Infra 储备： 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；\n4.综合素质： 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。",
"standard_classification": {
"std_category_code": "T014",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}