强化学习系统平台工程师-Seed

团队介绍：字节跳动Seed团队成立于2023年，致力于寻找通用智能的新方法，追求智能上限，为科技和社会发展作出贡献。 Seed团队在AI领域拥有长期愿景与决心，团队研究方向涵盖MLLM、GenMedia、AI for Science、机器人等，在中国、新加坡、美国等地设有实验室和岗位。目前，团队已推出业界领先的通用大模型以及前沿的多模态能力，支持豆包、即梦、TRAE等超过50个应用场景，并通过火山引擎开放给企业客户。第三方数据显示，豆包App用户量在中国市场排名第一，豆包大模型日均Token调用量行业领先。 1、负责O1/O3等思维链模型的分布式在线强化学习系统平台构建与性能优化，探索通往AGI的强化学习训练系统设计； 2、负责构建Agent、Function Call、Sandbox、以及其他环境交互场景下的强化学习下的分布式训练奖励评估系统； 3、负责构建Agent框架与平台，支持复杂交互下的强化学习模型训练； 4、负责强化学习环境下的可观测性、可解释性的系统建设； 5、负责强化学习任务性能优化，提升模型迭代效率。

1、熟练掌握Linux环境下的Go/Python/Shell等1至2种以上语言； 2、熟悉Kubernetes架构和生态，有丰富的机器学习系统实践和开发经验； 3、熟悉Ray架构和生态，有Ray应用或者Ray core开发经验； 4、掌握分布式系统原理，参与过分布式系统的设计、开发和维护； 5、有优秀的逻辑分析能力，能够对业务逻辑进行合理的抽象和拆分； 6、有强烈的工作责任心，较好的学习能力、沟通能力和自驱力，能够快速的响应和行动。 加分项： 1、熟悉至少一种主流的机器学习框架，如PyTorch/Megatron-LM/DeepSpeed等； 2、熟悉至少一种主流的RLHF框架，如OpenRLHF/veRL/ChatLearn等； 3、熟悉Ray框架或其他强化学习相关计算框架； 4、有以下某一方向领域的经验：安全容器、虚拟机、浏览器沙箱等； 5、在计算机系统网络顶会OSDI/SOSP/NSDI/ATC/EuroSys上有文章发表经验。