返回岗位列表

大模型强化学习研发工程师/研究员（RL方向）

查看原岗位

地点：北京薪资：55-85K 日期：2026-03-03

岗位摘要

研究基于Long CoT的大模型强化学习相关技术，包括算法与系统层面的创新；推动推理能力（Reasoning）方向的技术突破与工程实现；探索智能体（Agent）方向的前沿技术与应用场景

岗位职责

研究基于Long CoT的大模型强化学习相关技术，包括算法与系统层面的创新
推动推理能力（Reasoning）方向的技术突破与工程实现
探索智能体（Agent）方向的前沿技术与应用场景
研究其他通往AGI/ASI的前沿技术路径

任职要求

985/211高校研究生及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背景
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者优先
有大模型基础设施（infra）相关研发经验者优先考虑
具备大模型与Agent结合的研发经验者优先
拥有一定的研究经历，在ICLR、NeurIPS、CoRL、ICML、CVPR等顶级会议发表过论文者优先
具备扎实的Python编程基础，具有优秀的工程能力，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

福利待遇

薪资55-85K·16薪，顶尖人才薪资不设上限
参与大模型前沿核心技术研发，接触AGI/ASI领域最新研究方向
与全球顶尖技术人才共事，获得快速成长机会

工作地址

北京海淀区京东科技大厦13F