智源研究院
Agent算法开发工程师
RESPONSIBILITIES
岗位职责
负责大语言模型 Agent 智能体的强化学习对齐与优化：开展大模型强化学习算法研发、迭代与落地，完成模型指令对齐、价值观对齐、长轨迹任务对齐，提升 Agent 工具调用、复杂推理、多步任务执行能力 构建大模型强化学习训练框架与环境：搭建多轮交互 / 工具调用 / 代码执行 / 复杂决策类 Agent 仿真环境、轨迹数据集、奖励模型、价值模型，优化长轨迹强化学习训练稳定性、效率与奖励函数设计 大模型基座微调与持续预训练优化：参数高效微调、长上下文学习优化等，结合强化学习做智能体能力迭代，治理模型幻觉、决策错误等问题 构建 Agent 自动评测与强化学习评估体系：多轮任务基准测试、自动化评估、奖励评估、人工评估，量化 Agent 规划、反思、记忆、工具调用能力，持续迭代优化强化学习训练流程 跟进大模型强化学习、LLM Agent、多智能体交互前沿论文与技术方案，完成原型验证、技术沉淀，迭代智能体框架等
REQUIREMENTS
任职要求
计算机、人工智能、深度学习、自动化、数学、统计学等相关专业，硕士及以上学历，3年及以上大模型 / LLM 强化学习 / 智能 Agent 算法研发经验 具备构建 LLM 多轮交互轨迹数据集、奖励模型、Agent 交互环境的实战经验，熟悉 Cluade Code、Open Claw 等 Agent 框架 有开源大模型强化学习对齐贡献、有顶会论文（NeurIPS/ICLR/ICML/ACL/AAAI/EMNLP 等）
信息来自企业官方招聘渠道
OfferSeek 对公开岗位信息进行聚合、去重和结构化整理，最终申请以企业官方页面为准。