腾讯(tencent)招聘腾讯游戏-大模型强化学习框架研发工程师/专家

岗位职责：
1.负责视频生成、世界模型模型与强化学习相结合的训练框架设计、开发与性能优化；
2.深入分析和优化视RL训练全链路流程，包括数据加载、显存管理、通信效率、并行优化等，显著提升训练效率；
3.与前沿算法团队紧密合作，追踪并引入业界最新进展，快速完成技术原型验证。
岗位要求：
1.计算机相关专业，具备较强的动手能力；熟悉 Python ，具备扎实的系统编程功底和优秀的复杂系统 Debug 能力；
2.深入理解大模型分布式训练原理，具备 Megatron-LM、DeepSpeed 或FSDP 等主流框架研发经验；
3.熟悉大模型后训练与对齐技术（PPO、GRPO、DPO等），熟悉 Verl、ROLL，AReal 等强化学习/分布式计算框架，可以理解并解决 RL过程中的工程痛点；
4.熟悉主流生成模型的原理，在AIGC相关领域具备实际项目经验；
5.具备极强的技术好奇心与自驱力，面对业界无先例的技术难题，能独立思考并推动解决。
加分项：
1.有大规模 RL 训练平台（支持千级 GPU 集群、亿级样本回放）搭建经验；
2.熟悉智能体强化学习（Agentic RL）训练的基础设施优化方案；
3.有 GPU 显存 / 算力优化、网络传输优化（如 NCCL 调优）的实际案例；
4.开源项目贡献者（RL 框架、分布式训练工具等相关项目）。
岗位介绍：
在腾讯，后台开发工程师不仅是“又快又稳”的问题解决专家，更是生态共创者。你将与技术团队一同沉淀优质代码，让它成为我们共有的宝贵资产。在不同的业务场景和技术发展阶段，你的架构思维也将帮助更多协作团队拓展新的思考。我们也珍视你的挑战精神，同时欢迎你一起参与团队愿景、文化和产品方向的探讨。