大模型训练与RL infra创新探索研究

1. 研发面向智能体、具身智能及世界模型的前沿算法，结合RL Infra后训练基座进行Scale-Law深度优化。 2. 突破并提升大模型在复杂任务中的训练、生成及仿真渲染全链路效能。 3. 基于MoE/DiT/世界模型等先进架构，融合多P并行、压缩量化与算子融合等技术进行RL Infra的软硬协同设计（Co-Design）。 4. 追踪业界最新的AI Infra进展，推动前沿强化学习框架在核心业务线的高效落地。

1. 计算机、高性能计算、具身智能或数学等相关STEM领域的本硕博在校生。 2. 拥有扎实的计算机底层功底，熟悉VLM/VLA/世界模型等多模态理解及生成式模型的效能优化。 3. 掌握大模型结合强化学习的核心算法，熟悉veRL/NemoRL等RL Infra架构及物理渲染引擎（如Isaac Sim）底层调优。 4. 具备AI Infra全栈性能排查与优化经验，拥有知行合一的极致探究精神。 5. 在顶级期刊或学术会议有论文发表，拥有ACM/NOI等竞赛获奖经历或核心开源贡献者优先