AI基础设施研发工程师（Sandbox / 容器化)-MiMo

地点

北京

团队

小米MiMo

雇佣形式

全职

招聘类型

社招

尚未披露：薪资、雇主申请截止时间

投递在官方渠道完成，完整外部回执留在本人工作区；已登录时，通过 CLI 明确记录的选择、本人自报投递和渠道观察三类最小事件默认上报平台。浏览或保存岗位不会触发上报，外部投递不会出现在“我的申请”里。

• MiMo 大模型团队正在寻找熟悉 sandbox、容器化和云原生基础设施的研发工程师，一起建设面向大规模强化学习训练的基础设施能力。
• 随着大模型 Agent 和代码能力训练进入大规模 RL 阶段，我们需要构建稳定、安全、可扩展的任务执行环境。你将参与设计和实现 sandbox 执行系统、容器调度平台、训练任务环境、隔离与资源管理机制，为大规模 Agent 任务、代码执行任务和 RL 训练提供底层 infra 支撑。
• 1. 设计和建设面向 RL 训练的 sandbox 执行环境，支持代码运行、工具调用、浏览器自动化、文件系统操作、网络访问控制等能力。
• 2. 基于 Docker、Kubernetes 等技术，构建可大规模调度的容器化任务运行平台，支持高并发、多租户、可观测、可恢复的训练任务执行。
• 3. 参与大规模 RL 训练 infra 的 scaling，包括任务分发、资源调度、环境复用、状态隔离、失败恢复、日志采集和性能优化。
• 4. 建设安全隔离机制，降低模型生成代码、Agent 工具调用和自动化执行带来的安全风险，包括权限控制、系统调用限制、网络隔离、资源限额等。
• 5. 与模型训练、Agent 框架、数据和评测团队合作，将训练任务需求转化为稳定可用的执行环境和平台能力。
• 6. 分析大规模训练过程中的系统瓶颈和故障问题，持续优化调度效率、资源利用率、任务吞吐和环境稳定性。
• 7. 参与内部平台工具建设，包括任务管理、运行监控、日志查询、环境调试、指标看板和自动化运维能力。

任职要求与期待

• 1. 熟悉 Linux 系统、进程模型、文件系统、网络、权限控制和资源隔离机制。
• 2. 熟悉 Docker、containerd、Kubernetes 等容器化和云原生技术，有实际生产环境使用或平台建设经验。
• 3. 理解 sandbox / 隔离执行环境的核心问题，包括安全边界、资源限制、网络隔离、文件系统隔离、进程生命周期管理等。
• 4. 熟悉至少一种后端或脚本语言，如 Go、Python、Rust、JavaScript / TypeScript、Shell 等，能够独立开发 infra 工具或平台服务。
• 5. 具备分布式系统和基础设施工程意识，理解任务调度、队列、服务发现、监控告警、日志系统、故障恢复等常见机制。
• 6. 对大模型训练、Agent 执行环境、代码运行平台或 RL 训练基础设施有兴趣，愿意深入理解训练系统对 infra 的需求。
• 7. 具备良好的问题定位能力，能够在复杂系统中分析性能、稳定性和资源利用率问题。
• 1. 对底层系统和基础设施有真实经验，能把“能跑”做成“安全、稳定、可规模化地跑”。
• 2. 对复杂系统中的稳定性、隔离性和性能问题敏感，喜欢把问题追到底。
• 3. 能在快速变化的训练需求中抽象出通用平台能力，而不是只做一次性脚本。
• 4. 对大模型和 Agent 训练基础设施有兴趣，愿意参与从 0 到 1、从小规模到大规模的系统建设。

优先条件（非硬门槛）

• 1. 有大规模 Kubernetes 集群、在线执行平台、CI/CD 平台、Serverless、判题系统、代码沙箱或浏览器自动化平台建设经验。
• 2. 熟悉 Linux namespace、cgroup、seccomp、AppArmor、SELinux、Firecracker、gVisor、Kata Containers 等隔离技术。
• 3. 有高并发任务调度、批处理系统、工作流引擎、训练平台或 MLOps 平台建设经验。
• 4. 熟悉 GPU / CPU 混合资源调度、分布式训练、Ray、Slurm、Argo Workflows、Volcano、KubeRay 等技术。
• 5. 熟悉可观测性体系，如 Prometheus、Grafana、OpenTelemetry、Loki、ELK 等。
• 6. 有安全工程经验，理解不可信代码执行、权限收敛、沙箱逃逸风险和多租户隔离。
• 7. 有大模型 Agent、代码执行环境、强化学习训练平台或模型评测平台相关经验者优先。