混元Agent强化学习框架工程师（深圳/北京/上海）

参与 Research 场景下 Agent 框架的研发与维护，支持强化学习、数据生成、自动化评估和实验复现等业务需求；

统一封装模型调用、工具调用、任务执行、上下文管理、日志 Trace、结果收集和评估逻辑，沉淀稳定可复用的框架组件；

支持各类 Agent 策略及评估逻辑接入，维护相关接口、组件和验证机制；

优化框架易用性、稳定性和性能表现，解决实际运行中的并发、资源、链路和行为一致性问题，保障实验流程高效执行；

结合大模型训练视角，与算法团队共同推进新 Agent 范式、强化学习训练链路和评测方法的工程化落地。

具备扎实的 Python 编程能力，熟悉异步编程（Asyncio）、并发处理和工程化最佳实践；

熟悉大模型与 Agent 相关应用技术，理解模型调用、工具调用、上下文管理、任务执行、日志 Trace 和结果评估等核心链路；

熟悉 Kubernetes 和容器化技术，具备在集群环境下进行开发、部署、排障或性能优化的经验；

了解大模型训练流程和基本原理，包括预训练、SFT、RLHF、强化学习训练或自动化评估中的至少一类；

具备良好的软件工程能力，重视模块化设计、测试、日志、性能和稳定性治理；

具备良好的问题分析及解决能力、沟通合作能力和 owner 意识，能高频承接算法团队需求并持续迭代。 加分项

熟练使用 AI 编程工具，并理解其工作原理、适用边界和工程落地方式；

有 Agent 框架、AI Coding CLI、强化学习环境或评测框架经验；

有研发效能平台、Review / Debug / Monitor、实验结果分析、问题追踪或知识库工具建设经验；

具备跨语言协作能力，能借助 AI 工具阅读和维护 TypeScript / Rust / Go 代码。