大模型算法实习生
岗位摘要
负责AI智能体任务规划、反思、记忆管理、工具调用等核心模块的算法设计与实现；将强化学习（如PPO、GRPO）与Agent框架深度结合，建立Agentic RL训练体系，提升模型复杂推理准确率与动态反思能力
岗位职责
- 负责AI智能体任务规划、反思、记忆管理、工具调用等核心模块的算法设计与实现
- 将强化学习（如PPO、GRPO）与Agent框架深度结合，建立Agentic RL训练体系，提升模型复杂推理准确率与动态反思能力
- 探索利用Agent自动化完成数据合成、模型评测、提示词优化及算法搜索等任务，参与构建基于执行反馈的学习算法
- 参与多智能体协作框架研发，封装业务SOP为可调用治理Agent，并构建高性能可复用业务场景工具集
任职要求
- 2027届及以后毕业的本科及以上学历在读，计算机、人工智能、软件工程、数学等相关专业
- 实习须征得导师同意，能保证稳定实习时间
- 熟练掌握Python，精通PyTorch等主流深度学习框架，具备良好的数据结构和基础算法能力
- 深入理解Transformer架构，熟悉LLM原理及SFT、RLHF等后训练技术，有NLP/CV/多模态经验更佳
- 熟悉至少一种主流Agent框架（如LangGraph、Swarm、OpenClaw、Coze等），了解MCP协议及工具生态，有Tool Use、RAG或Memory机制应用经验者优先
- 对AI Agent、强化学习有浓厚兴趣，具备优秀逻辑分析和快速学习能力，积极关注前沿AI应用
加分项
- 熟悉至少一种主流Agent框架（如LangGraph、Swarm、OpenClaw、Coze等）
- 了解MCP协议及工具生态，有Tool Use、RAG或Memory机制的实际应用经验
- 对AI Agent、强化学习等技术领域有浓厚兴趣，具备优秀的逻辑分析和快速学习能力
- 积极关注并体验各类前沿AI应用，对大模型的能力边界有自己的思考和见解
- （如有以下亮点，请务必在简历中突出）
- 在ACL、EMNLP、NeurIPS、ICLR等顶会发表过LLM/Agent相关论文
- 在Kaggle、ACM
- ICPC等竞赛或大模型相关榜单中取得优异成绩
- 有高质量的开源项目贡献或独立开发过有影响力的AI应用
- 我们为你提供
- 参与最前沿Agent与“AI for AI”技术从研究到落地的完整闭环
- 业内极具竞争力的实习薪酬与转正机会
福利待遇
- 参与最前沿Agent与AI for AI技术从研究到落地的完整闭环
- 业内极具竞争力的实习薪酬与转正机会
工作地址
北京海淀区搜狐网络大厦11层