微信-AI Infra工程师-大模型训练与RL方向

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； 2.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； 3.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。