算法-上海-高级-1(J13301)

1. Agent架构与业务落地： 从业务场景出发，基于LangGraph、DeepAgents等框架构建具备任务感知、规划（ReAct/Plan-and-Solve）、工具调用与多轮交互能力的智能体系统，推动在真实环境中的集成与持续演进。

2. 效果分析与模型迭代： 基于agent Trajectory轨迹数据，深入分析长程任务、工具调用及推理链路中的失败根因，定位瓶颈并提出优化方向，驱动模型与策略的迭代升级。

3. Post-Training后训练优化： 基于真实交互轨迹、标注数据和自动化反馈，开展SFT、DPO/RL等后训练工作，结合GRPO/PPO等强化学习算法提升模型可靠性、可控性与成本效率。

4. 记忆与技能自进化体系： 参与Memory与Skills体系算法设计，落地上下文/记忆压缩技术；实现轨迹自总结、Skill自动抽取，支撑Agent自进化与复杂任务复用。

1. 教育背景： 全日制统招本科及以上学历，计算机科学、人工智能、数学、自动化等相关专业优先。

2. 工作经验： 1-3年AI研发经验，至少1年以上Agent相关项目实战经验。

3. Agent系统范式： 熟悉Agent系统范式，理解任务规划、Function Calling、多轮状态管理与错误恢复；熟练掌握LangGraph、DeepAgents等框架的核心原理与二次开发。

4. 大模型与训练： 熟悉LLM架构（Transformer、Attention、KV Cache等），熟练使用LLaMA-Factory、Verl等框架进行模型后训练；了解RLHF/GRPO/PPO/DPO等强化学习算法及Reward Model。