实习-后训练与智能体算法工程师

查看原岗位

地点：北京薪资：300-500元/天日期：2026-03-03

岗位摘要

研究实用的后对齐强化学习算法，打造稳定鲁棒的推理与智能体强化学习训练体系；探索超大规模模型，并进行极致系统优化；负责基础模型后训练端到端指标优化；开展代码智能体与通用智能体的数据建设和模型优化工作

国内外高校研究生在读，人工智能、计算机、自动化、数学相关专业优先
具备扎实的机器学习基础，熟悉自然语言处理、强化学习领域技术，在ACL/EMNLP/NAACL/NeurIPS/ICML/ICLR等顶级会议发表论文者优先
拥有优秀的代码能力、数据结构和基础算法功底，熟练掌握C/C++或Python，ACM/ICPC、NOI/IOI、Top Coder、Kaggle等比赛获奖者优先
在大模型领域、智能体领域或强化学习领域，主导过具有重大影响力的项目或论文者优先
具备出色的问题分析和解决能力，能深入解决大模型训练和应用中存在的问题，具有自主探索解决方案的能力
具备良好的沟通协作能力，能与团队共同探索新技术，推进技术进步

北京海淀区大恒科技大厦南座12F