自动化研究智能体算法工程师
岗位摘要
自动化研究智能体能力建设：提升模型在复杂任务分解、长程推理、研究规划、工具使用、代码生成与执行、证据链整合、结果归因和研究报告生成中的闭环能力，面向真实模型研发任务验证效果；长程上下文、记忆与状态管理：设计上下文缩放/压缩、记忆选择、任务状态追踪等机制，解决长周期任务中的一致性衰减、状态丢失和中断…
登录后保留你的岗位线索
邮箱登录后可继续查看完整职责、任职要求和原岗位入口，并使用收藏与浏览记录沉淀适合自己的机会。
岗位职责
- 自动化研究智能体能力建设：提升模型在复杂任务分解、长程推理、研究规划、工具使用、代码生成与执行、证据链整合、结果归因和研究报告生成中的闭环能力，面向真实模型研发任务验证效果
- 长程上下文、记忆与状态管理：设计上下文缩放/压缩、记忆选择、任务状态追踪等机制，解决长周期任务中的一致性衰减、状态丢失和中断恢复问题
- 可验证研究环境与自动实验闭环：构建覆盖搜索、浏览器、检索、代码执行、训练/评估任务、沙箱的交互式研究环境，将任务建模为可交互、可验证、可评分的闭环，支持自动实验编排、结果比对与版本回滚
- 训练策略与反馈信号设计：设计数据配方、环境反馈和奖励信号体系，引导模型在事实正确性、工具调用可靠性和任务完成率上持续提升
- 评测体系与错误分析闭环：建设面向真实研究流程的基准测试与自动评测体系，系统性分析智能体的典型失败模式，针对性反哺到训练策略和工具优化
- 研究经验沉淀与策略自进化：将成功/失败任务轨迹沉淀为研究片段、技能和评估案例等可检索、可复用的自动研究策略库，支持智能体在后续任务中检索、复用和迭代
任职要求
- 具备扎实的机器学习或自然语言处理基础，熟悉强化学习或智能体系统者优先
- 有复杂任务分解、长程推理或工具使用相关项目经验
- 熟悉代码生成与执行、环境交互或自动实验编排技术
- 具备良好的问题分析和系统设计能力，能独立解决技术难题
- 有顶会论文发表或相关竞赛获奖经历者优先
福利待遇
- 团队扁平，人才密度高，在ICLR、NeurIPS、ICML、ACL等顶会累计发表论文50余篇，团队成员先后荣获EMNLP杰出论文奖、吴文俊人工智能奖科技进步奖、CCF科技成果奖、北京市科技进步奖等荣誉
- 参与前沿强化学习技术探索，接触多智能体协同进化、模型自进化等创新方向
- 充足算力和数据资源保障，长期有耐心，专注核心技术突破
登录后查看完整岗位详情
使用邮箱验证码登录后，可查看完整职责、任职要求、原岗位入口，并继续使用收藏和浏览记录。列表摘要保持公开，完整详情用于保护数据质量和降低恶意抓取。