大模型算法研究员 / 工程师（博士专项）-实习

围绕金融场景下类OpenClaw系统的agent harness优化，探索长期记忆、可自我进化的agent系统和模型迭代方法

负责包括Deep Research、Wide Search、通用Code Agent等场景下的Agent模型优化

提升Agentic RL训练引擎的训练效率和鲁棒性

对界前沿技术保持敏感，结合业务特点，探索前沿的算法技术并应用于实际业务，实现算法技术突破与创新。

计算机区相关专业硕士及以上学历，博士优先;

熟练掌握SFT, RLHF，Agentic RL等post-training优化方法，熟悉Slime, VeRL等Agentic RL模型训练框架，能够独立开展相关研发工作

扎实的代码功底和工程开发能力，精通Linux 平合下的C++/Python 语言开发，加分项：熟练使用vibe coding

目标感强，善于分析和发现问题，拆解简化，有较好的沟通和推动能力;

优先考虑在 ACL、 EMNLP、NAACL、 NeurlPS、 ICLR、ICML 等会议发表论文的候选人