返回岗位列表

大模型强化学习研发实习生

查看原岗位

地点：北京薪资：500-1000元/天日期：2026-03-03

岗位摘要

研究基于强化学习的Agent/Multi-Agent学习机制；提升模型在前沿全栈项目上的代码生成等Agent能力；研发更精准的Reward Model以指导模型对齐人类的价值观和需求；使模型和Agent具备长期的记忆和学习能力

岗位职责

研究基于强化学习的Agent/Multi-Agent学习机制
提升模型在前沿全栈项目上的代码生成等Agent能力
研发更精准的Reward Model以指导模型对齐人类的价值观和需求
使模型和Agent具备长期的记忆和学习能力
研究其他通往AGI/ASI的前沿技术

任职要求

985/211高校研究生以上学历或优秀本科生，计算机科学、人工智能、机器学习等相关专业
熟悉强化学习和大模型相关技术，具有相关实践和研究经验
有大模型+Agent相关研发经验者优先
有一定的相关研究经历，发表过顶级会议论文者优先，如ICLR, NeurIPS, CoRL, ICML, CVPR等
具备扎实的Python编程基础，有优秀的工程能力，具有ACM等编程竞赛获奖者优先
具备良好的团队协作能力和沟通能力
SOTA模型或Agent框架的核心贡献者优先
过往有大规模生产级工程项目经验者优先
主导开发过被广泛使用的Agent/LLM开源项目者优先

加分项

SOTA 模型或 Agent 框架的核心贡献者
过往有大规模生产级工程项目的经验
主导开发过被广泛使用的Agent/LLM开源项目
毕女士刚刚活跃
月之暗面 · 月之暗面HR

福利待遇

实习薪资500-1000元/天
参与大模型前沿核心技术研发
与顶尖AI研究团队共事

工作地址

北京海淀区京东科技大厦13F