返回岗位列表

Code Agent 研究员

查看原岗位

地点：北京薪资：30-60K 日期：2026-05-22

岗位摘要

利用强化学习方法改进智能体的规划、反思及工具使用能力，提升 Code Agent 在实际场景中的可用性；探索基于人机协同的高质量数据挖掘与合成，增强智能体的规划和工具调用能力；构建 Code Agent 基础能力，包括规划能力、测例生成及代码生成能力

岗位职责

利用强化学习方法改进智能体的规划、反思及工具使用能力，提升 Code Agent 在实际场景中的可用性
探索基于人机协同的高质量数据挖掘与合成，增强智能体的规划和工具调用能力
构建 Code Agent 基础能力，包括规划能力、测例生成及代码生成能力
构建多模态智能体，提升多模态大模型 RLHF 训练效果
构建 Code Agent 智能体自动化评测体系及 Docker 环境生成方案
基于多模态统一架构，构建 CodeAgent 等高价值场景智能体，覆盖搜索、浏览器、Terminal、图片分析创作等多工具调用场景
实现长短期规划分析与 Multi-Agent 协同，完成复杂任务

任职要求

了解 Alignment 领域常用方法，包括 SFT、DPO、PPO、RFT、Self-Rewarding、Self-Critic 等
具备扎实的机器学习基础和强悍的编码能力，熟练使用 PyTorch，熟悉 Megatron 等大规模训练框架
在 NLP/CV/RL 等至少一个 AI 领域有深入研究经历，或通过机器学习算法解决过复杂问题，跨界研究者优先
具备卓越的实验分析与问题解决能力，有创新思维，能够良好沟通并与团队高效协作
计算机、数学、统计等相关专业背景

加分项

有编程竞赛经历、软件工程背景经验者优先
有计算机、电子、物理、数学等专业硕博学位者优先
有 ICML、ICLR、NeurIPS、ACL、CVPR 等顶级学术会议发表过有影响力研究成果的优先
在 ACM/ICPC、NOI/IOI、Kaggle 等编程/AI 比赛获奖者优先
主导、参与过 AI 相关的有大影响力的开源/闭源项目的优先

福利待遇

参与前沿 AI 研究，有机会在顶级学术会议发表有影响力成果
接触大规模模型训练与 Code Agent 全栈技术研发
与高水平研究团队协作，跨界探索多模态智能体前沿方向
有竞争力的薪酬体系（30-60K）及清晰的职业发展路径

工作地址

北京海淀区大恒科技大厦-南座中关村大恒科技大厦南座12F