大模型Agent审计与自进化算法工程师

开展大模型Agent评测、审计与自进化研究，探索Agent能力评估与持续优化关键技术。

研发Agent评测与审计系统，负责执行轨迹采集、自动化评测和实验平台建设。

设计过程级与结果级评测方法，分析Agent在规划、工具使用、推理、效率和鲁棒性等方面的表现。

探索基于轨迹、环境反馈和交互数据的自进化方法，推动Agent能力持续提升。

跟踪Agent前沿技术，参与论文、开源项目和技术成果产出。

计算机科学、人工智能、数学、自动化或相关专业硕士及以上学历；特别优秀者可适当放宽。

熟悉Transformer、大语言模型和LLM Agent的基本原理，对Agent推理、工具调用、任务规划或模型训练有较深入的理解。

具备扎实的机器学习基础，熟练使用Python、PyTorch和Linux，能够独立完成模型训练、Agent实验、数据分析与问题诊断。

具备良好的科研能力，能够进行文献调研、实验设计、Benchmark构建、结果分析和技术写作，对实验结论保持严谨审慎。

具有较强的科研探索能力，对LLM Agent、Agent Evaluation 或 Recursive Self-Improving Agent等方向保持持续关注，能够独立提出问题并推动研究落地等方向有浓厚兴趣，具备良好的沟通协作能力和自主推进能力。 加分项

具有LLM Agent、大模型训练、强化学习、Agent Evaluation、自反思或自进化模型相关研究经验。

熟悉主流Agent框架， 对轨迹分析及数据合成有经验。

具有分布式训练、大模型推理系统、Agent Infrastructure或大规模评测系统的实践经验。

参与过有影响力的开源项目,或者在相关领域发表过高质量论文，具备良好的英文论文阅读和写作能力。