大模型算法研究员（推理/规划/Agent方向）
岗位摘要
面向Deep Research、Code Agent、Web Agent、软件工程等场景，研究模型在长程任务中的任务分解、阶段规划与子目标管理，提升复杂任务完成率与鲁棒性；研究适用于Agent场景的强化学习方法，包括rollout scaling、在线/离线RL、过程奖励建模、探索策略优化、信用分…
岗位职责
- 面向Deep Research、Code Agent、Web Agent、软件工程等场景，研究模型在长程任务中的任务分解、阶段规划与子目标管理，提升复杂任务完成率与鲁棒性
- 研究适用于Agent场景的强化学习方法，包括rollout scaling、在线/离线RL、过程奖励建模、探索策略优化、信用分配及策略迭代，提升模型自主决策与持续改进能力
- 围绕代码、搜索、工具使用、软件工程等方向，构建和优化适用于Agent/RL训练的数据与任务环境，设计高质量轨迹合成与自动化反馈机制
- 针对特定能力领域（代码、通用Agent等）进行数据构造、筛选和优化，设计数据合成策略，控制对齐数据的质量和多样性
任职要求
- 计算机、电子、自动化等相关专业硕士或博士学位，优秀本科生亦可考虑
- 深入理解常用大模型算法，有相关方向业界实习经验者优先
- 在CCF-A类会议发表过相关论文者优先考虑
- 熟练运用PyTorch、Transformers、Megatron等主流深度学习框架
- 工作态度认真负责，具备良好的团队协作能力
- 参与过影响力较大开源项目者加分
- 在NeurIPS、ICLR、EMNLP、ICML等顶级会议或期刊发表过论文者优先
- 熟悉并行训练框架，有多机多卡训练经验者优先
加分项
- 参与过影响力较大开源项目 在NeurIPS，ICLR，EMNLP，ICML等顶级会议或期刊上发表过论文者优先
- 熟悉并行训练框架，有多机多卡训练经验者优先
- 岗位最终薪资以面试交流情况为准 【智谱星校招/实习生计划】 我们在寻找和招募对科学研究、创新技术有热情和潜力的全球顶尖技术人才
- 如果你在学术、竞赛、工程实践任一方面有突出表现，如果你想与权威科学家、世界一流技术人才共同挑战突破性的前沿技术，引领人工智能创新变革，就来成为“智谱星”吧！
- 权威Mentor带教，飞速成长 极具竞争力的智谱星薪酬体系 探索技术边界、冲刺SOTA榜单 与全球最优秀的AI人才共事 实习发展： 只以能力和成果为准绳：不预设固定转正名额，真正有实力、有产出的人，我们都希望你留下来 从 Day 0 进入核心：不是外围支持角色，从一开始就有机会参与核心项目、解决真正重要的问题
- 长期培养共行：期待不低于12个月的深度参与，相比“镀金”履历，我们更希望看到真正成长与长期可能
- 张先生 刚刚活跃
福利待遇
- 薪资范围50-80K，共16薪，极具市场竞争力
- 权威Mentor带教，助力员工飞速成长
- 从入职第一天即参与核心项目，解决真正重要的技术问题
- 与全球最优秀的AI人才共事，探索技术边界、冲刺SOTA榜单
- 实习生不预设固定转正名额，以能力和成果为唯一准绳，真正有实力者均有机会留用
- 期待不低于12个月的深度参与，注重长期培养与共同成长
工作地址
北京海淀区智谱华章科技有限公司