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": "腾讯游戏-大模型强化学习框架研发工程师/专家",
"job_level": "专家",AI生成
"work_category": "全职",AI生成
"department": "IEG",
"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": 2,
"degree": "未披露",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "1.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；\n2.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；\n3.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_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.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；\n3.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.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；\n5.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",
"强化学习",
"大语言模型"
],
"preferred_qualifications": "1.有大规模 RL 训练平台（支持千级 GPU 集群、亿级样本回放）搭建经验；\n2.熟悉智能体强化学习（Agentic RL）训练的基础设施优化方案；\n3.有 GPU 显存 / 算力优化、网络传输优化（如 NCCL 调优）的实际案例；\n4.开源项目贡献者（RL 框架、分布式训练工具等相关项目）。",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://careers.tencent.com/jobdesc.html?postId=2072330933721284608"
}
]
},
"posting": {
"posting_id": "2072330933721284608",
"post_date": "2026-07-09",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://careers.tencent.com/jobdesc.html?postId=2072330933721284608"
},
"fulltext": "腾讯游戏-大模型强化学习框架研发工程师/专家\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.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；\n2.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；\n3.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。\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.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；\n3.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.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；\n5.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。\n1.有大规模 RL 训练平台（支持千级 GPU 集群、亿级样本回放）搭建经验；\n2.熟悉智能体强化学习（Agentic RL）训练的基础设施优化方案；\n3.有 GPU 显存 / 算力优化、网络传输优化（如 NCCL 调优）的实际案例；\n4.开源项目贡献者（RL 框架、分布式训练工具等相关项目）。",
"standard_classification": {
"std_category_code": "T014",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}