Agent算法后训练基础设施/基建
岗位摘要
参与构建Agent执行环境（Sandbox）基础设施，保障代码执行沙箱、容器与会话生命周期、路由与网络、镜像与预热、资源配额等环节的稳定性；负责大规模Agent运行底层基建的稳定性与可靠性，避免任何一环抖动影响上层Agent实验
岗位职责
- 参与构建Agent执行环境（Sandbox）基础设施，保障代码执行沙箱、容器与会话生命周期、路由与网络、镜像与预热、资源配额等环节的稳定性
- 负责大规模Agent运行底层基建的稳定性与可靠性，避免任何一环抖动影响上层Agent实验
- 参与Agentic Rollout框架、scaffold及terminal-use/browser-use/computer-use（非GUI）环境与工具链的建设
- 负责SWE评测基建与Agent RL训练链路的搭建与维护
- 建设轨迹（ledger）采集与数据流水线，以及实验平台
- 参与可观测性与服务闭环体系的建设，保障训练与rollout流程可监控、可追溯
- 参与Agent训练/rollout框架与数据基建的整体工程化落地
任职要求
- 本科及以上学历，3-5年相关工作经验
- 熟悉Golang、Python等编程语言，具备算法工程化经验
- 具备SFT、rollout、分布式训练、强化学习（RL）相关经验
- 有harbor相关经验者优先
- 有优秀开源项目经历者优先
- 在Agent执行环境基建与稳定性，或Agent训练/rollout框架与数据基建方向中，至少满足其一
福利待遇
- 薪资30-60K，16薪
工作地址
北京海淀区大恒科技大厦南座9层