返回岗位列表

Agent RL算法研究员

查看原岗位

地点：北京薪资：60-90K 日期：2026-03-03

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；探索基于人机协同的高质量数据挖掘与合成，增强智能体规划和工具调用能力；构建多模态智能体，提升多模态大模型RLHF训练效果；建立智能体自动化评测体系

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
探索基于人机协同的高质量数据挖掘与合成，增强智能体规划和工具调用能力
构建多模态智能体，提升多模态大模型RLHF训练效果
建立智能体自动化评测体系
在实际场景中构建基于多模态统一的CodeAgent、DeepResearch等高价值场景智能体
开发专精整合搜索、浏览器、终端、图片分析创作等工具调用的智能体系统
实现具备长短期规划与分析能力的深度思考智能体
通过multi-agent协同完成复杂任务

任职要求

了解Alignment领域常用方法，包括但不限于SFT、DPO、PPO、RFT、Self-Rewarding和Self-Critic等
具备扎实的机器学习基础和强悍的编码能力，能熟练使用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
具备卓越的实验分析与问题解决能力
具有创新思维，能够良好沟通并与团队成员高效协作
计算机、电子、物理、数学等专业硕博学位优先
有ICML、ICLR、NeurIPS、ACL、CVPR等顶级学术会议发表过有影响力研究成果优先
在ACM/ICPC、NOI/IOI、Kaggle等编程/AI比赛获奖者优先
主导或参与过AI相关有大影响力的开源/闭源项目优先

加分项

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
张女士刚刚活跃

福利待遇

月薪60-90K，16薪制
工作地点位于北京海淀区核心科技区域

工作地址

北京海淀区大恒科技大厦12F