强化学习架构师/工程师-基础设施方向

基于现有强化学习算法框架，建设并部署支撑 RL 训练的高效稳定基础设施；优化强化学习训练流程与框架，持续提升训练效率和模型性能；与团队协作推动基础设施方案落地，保障强化学习模型高效训练。