主分类：AI训练推理与计算优化
辅助：云基础设施与系统软件研发（仅展示）
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": "上海-AI Infra 强化学习工程师（基座研发方向）(J101229)",
"job_level": "校招",AI生成
"work_category": "全职",AI生成
"department": "未披露",
"location": "上海市",
"work_mode": "未披露",AI生成
"job_category": "技术"AI生成
},
"company": {
"company_name": "百度",
"company_industry": "互联网 / 人工智能",
"company_size": "10000人以上",
"company_website": "baidu.com",
"company_description": "百度围绕搜索发展人工智能技术，业务涉及语音、图像、知识图谱、自然语言处理、自动驾驶和AI芯片。"
},
"compensation": {
"salary_range": {
"min": "",
"max": "",
"currency": "未披露",
"cycle": "未披露"
},
"benefits": "未披露"
},
"requirements": {
"working_years": "",
"degree": "-本科及以上学历",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "-研发高可扩展的分离式强化学习训练框架，实现训练、推理、环境、奖励的解耦与高效协同，提升 RL Scaling 效率\n-优化全异步 RL 训练范式，攻坚推理调度、动态批处理、KV Cache 复用等性能瓶颈，与 vLLM / SGLang 等推理栈深度对接\n-深度参与算法 + 工程联合优化，解决异步训练稳定性、训推一致性、长序列与稀疏奖励等核心问题，探索 On-Policy Distillation 等新训练范式\n-构建超大规模后训练平台，实现细粒度容错、断点续训、动态扩缩容、无感故障恢复，保障超大规模训练任务稳定运行\n-基于 K8s / Ray 设计大规模异构资源调度体系，结合 Mooncake 等技术构建分布式 KV Cache 池化与高速传输能力，持续提升训练有效率与资源利用率\n-研发全流程可观测性体系，构建算法指标、系统指标、轨迹质量监控一体化平台，探索 AI Agent 驱动的自动化实验与自迭代实验平台",
"requirements_text": "-本科及以上学历，计算机、软件工程、人工智能等相关专业\n-扎实的工程基础，熟练掌握 Python / Go / C++ 中至少一种，有PyTorch / DeepSpeed / Megatron / MSSwift 等框架使用经验\n-了解分布式训练、并行策略或大规模系统调度中至少一个领域\n-对强化学习算法原理有基本理解，或有相关实践经验者优先\n-自驱力强，敢于攻坚复杂系统问题，对算法前沿保持真实的好奇心\n-有以下经验者优先：veRL / Slime 等 RL 框架使用或贡献、vLLM / SGLang 等推理引擎优化、K8s / Ray 等调度系统研发、Reasoning RL / Agentic RL 训练实战、开源贡献或顶会论文（OSDI / SOSP / NSDI / MLSys / NeurIPS / ICML / ICLR 等）",
"skills": [AI生成
"Python",
"C++",
"PyTorch",
"强化学习",
"Go"
],
"preferred_qualifications": "对强化学习算法原理有基本理解，或有相关实践经验者优先；有以下经验者优先：veRL / Slime 等 RL 框架使用或贡献、vLLM / SGLang 等推理引擎优化、K8s / Ray 等调度系统研发、Reasoning RL / Agentic RL 训练实战、开源贡献或顶会论文（OSDI / SOSP / NSDI / MLSys / NeurIPS / ICML / ICLR 等）",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://talent.baidu.com/jobs/detail/GRADUATE/87704809-d2ab-4940-93bb-1120a5900fa3"
}
]
},
"posting": {
"posting_id": "87704809-d2ab-4940-93bb-1120a5900fa3",
"post_date": "2026-07-08",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://talent.baidu.com/jobs/detail/GRADUATE/87704809-d2ab-4940-93bb-1120a5900fa3"
},
"fulltext": "上海-AI Infra 强化学习工程师（基座研发方向）(J101229)\n上海-AI Infra 强化学习工程师（基座研发方向）(J101229)\n\n基础信息\n地点：上海市\n项目：校招\n类别：技术\n招聘人数：5\n发布时间：2026-07-21\n\n工作职责\n-研发高可扩展的分离式强化学习训练框架，实现训练、推理、环境、奖励的解耦与高效协同，提升 RL Scaling 效率\n-优化全异步 RL 训练范式，攻坚推理调度、动态批处理、KV Cache 复用等性能瓶颈，与 vLLM / SGLang 等推理栈深度对接\n-深度参与算法 + 工程联合优化，解决异步训练稳定性、训推一致性、长序列与稀疏奖励等核心问题，探索 On-Policy Distillation 等新训练范式\n-构建超大规模后训练平台，实现细粒度容错、断点续训、动态扩缩容、无感故障恢复，保障超大规模训练任务稳定运行\n-基于 K8s / Ray 设计大规模异构资源调度体系，结合 Mooncake 等技术构建分布式 KV Cache 池化与高速传输能力，持续提升训练有效率与资源利用率\n-研发全流程可观测性体系，构建算法指标、系统指标、轨迹质量监控一体化平台，探索 AI Agent 驱动的自动化实验与自迭代实验平台\n\n职责要求\n-本科及以上学历，计算机、软件工程、人工智能等相关专业\n-扎实的工程基础，熟练掌握 Python / Go / C++ 中至少一种，有PyTorch / DeepSpeed / Megatron / MSSwift 等框架使用经验\n-了解分布式训练、并行策略或大规模系统调度中至少一个领域\n-对强化学习算法原理有基本理解，或有相关实践经验者优先\n-自驱力强，敢于攻坚复杂系统问题，对算法前沿保持真实的好奇心\n-有以下经验者优先：veRL / Slime 等 RL 框架使用或贡献、vLLM / SGLang 等推理引擎优化、K8s / Ray 等调度系统研发、Reasoning RL / Agentic RL 训练实战、开源贡献或顶会论文（OSDI / SOSP / NSDI / MLSys / NeurIPS / ICML / ICLR 等）\n-研发高可扩展的分离式强化学习训练框架，实现训练、推理、环境、奖励的解耦与高效协同，提升 RL Scaling 效率\n-优化全异步 RL 训练范式，攻坚推理调度、动态批处理、KV Cache 复用等性能瓶颈，与 vLLM / SGLang 等推理栈深度对接\n-深度参与算法 + 工程联合优化，解决异步训练稳定性、训推一致性、长序列与稀疏奖励等核心问题，探索 On-Policy Distillation 等新训练范式\n-构建超大规模后训练平台，实现细粒度容错、断点续训、动态扩缩容、无感故障恢复，保障超大规模训练任务稳定运行\n-基于 K8s / Ray 设计大规模异构资源调度体系，结合 Mooncake 等技术构建分布式 KV Cache 池化与高速传输能力，持续提升训练有效率与资源利用率\n-研发全流程可观测性体系，构建算法指标、系统指标、轨迹质量监控一体化平台，探索 AI Agent 驱动的自动化实验与自迭代实验平台\n-本科及以上学历，计算机、软件工程、人工智能等相关专业\n-扎实的工程基础，熟练掌握 Python / Go / C++ 中至少一种，有PyTorch / DeepSpeed / Megatron / MSSwift 等框架使用经验\n-了解分布式训练、并行策略或大规模系统调度中至少一个领域\n-对强化学习算法原理有基本理解，或有相关实践经验者优先\n-自驱力强，敢于攻坚复杂系统问题，对算法前沿保持真实的好奇心\n-有以下经验者优先：veRL / Slime 等 RL 框架使用或贡献、vLLM / SGLang 等推理引擎优化、K8s / Ray 等调度系统研发、Reasoning RL / Agentic RL 训练实战、开源贡献或顶会论文（OSDI / SOSP / NSDI / MLSys / NeurIPS / ICML / ICLR 等）",
"standard_classification": {
"std_category_code": "T014",
"std_aux_codes": [
"T018"
],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}