求简历，实习直招~

岗位职责

小红书大模型强化学习基础设施的开发，接入并维护强化学习工程环境，加快模型训练速度

进行大模型强化学习的相关研究，探索如何在开放领域任务(Code，web search，computer use)上高效的进行 RL Scaling，参与研究奖励模型和强化学习模型的泛化性，持续提升模型 Post-Train 能力

岗位要求

计算机、软件工程、人工智能等相关专业优先

熟悉Linux开发环境，具备良好扎实的算法基础、良好的编程风格和系统设计能力

熟悉服务端基础技术（Go/Java/Python，数据库，消息队列，微服务，多线程等）

有互联网实习经历或个人作品（Github 项目等）优先，实习时间长于 6 个月优先

加分项

有大模型领域强化学习的项目经验，曾经参与过 RL 相关的项目或对RL算法有比较深入的了解

开源社区的活跃者，参与知名开源项⽬或有⾃⼰⻓期维护的开源项⽬

在算法经验的基础上具有网站爬取，虚拟环境构建，编译器开发等相关专业经验优先

请发送简历至 xunantian@xiaohongshu.com 或者私信均可