1.负责设计和开发高性能的强化学习训练框架，支持大规模并行、分布式训练任务； 2.优化现有RL算法的执行效率，包括异步执行、批量采样、分布式推理、并行训练等； 3.与算法团队紧密合作，提供接口友好、易扩展的算法集成能力； 4.支持多种后端（如PyTorch、Megatron-LM、vLLM、SGLang）和硬件平台（GPU、国产芯片加速器）； 5.参与工具链和平台建设，包括调试工具、可视化、checkpoint管理等基础设施。

计算机、人工智能、电子工程等相关专业