返回岗位列表

密码代理 {}

查看原岗位

地点：北京薪资：40-70K 日期：2026-03-03

岗位摘要

利用强化学习方法改进智能体的规划、反思和工具使用能力，提升code agent在实际场景的可用性；探索基于人机协同的高质量数据挖掘与合成，增强智能体的规划和工具利用能力；构建code agent基础能力，包括planning能力、测例生成和代码生成能力

岗位职责

利用强化学习方法改进智能体的规划、反思和工具使用能力，提升code agent在实际场景的可用性
探索基于人机协同的高质量数据挖掘与合成，增强智能体的规划和工具利用能力
构建code agent基础能力，包括planning能力、测例生成和代码生成能力
构建多模态智能体，提升多模态大模型RLHF训练效果
构建code agent智能体自动化评测系统和docker环境生成
构建基于多模态统一的CodeAgent等高价值场景智能体，涵盖搜索、浏览器、terminal、图片分析创作等工具调用
研发深度思考智能体，实现长短期规划与分析
实现multi-agent协同完成复杂任务

任职要求

了解Alignment领域常用方法，包括但不限于SFT、DPO、PPO、RFT、Self-Rewarding和Self-Critic等
具备扎实的机器学习基础和强悍的编码能力，能熟练使用PyTorch，熟悉Megatron等大规模训练框架
在NLP/CV/RL等至少一个AI领域中有过深入研究经历，或通过机器学习算法解决过复杂问题
具备卓越的实验分析与问题解决能力，有创新思维
能够良好沟通，与团队成员高效协作
有编程竞赛经历或软件工程背景者优先
有计算机、电子、物理、数学等专业硕博学位者优先
在ICML、ICLR、NeurIPS、ACL、CVPR等顶级学术会议发表过有影响力研究成果者优先
在ACM/ICPC、NOI/IOI、Kaggle等编程/AI比赛获奖者优先
主导或参与过AI相关有大影响力的开源/闭源项目者优先

加分项

有编程竞赛经历、软件工程背景经验者优先
有计算机、电子、物理、数学等专业硕博学位者优先
有 ICML、ICLR、NeurIPS、ACL、CVPR 等顶级学术会议发表过有影响力研究成果的优先
在 ACM/ICPC、NOI/IOI、Kaggle 等编程/AI 比赛获奖者优先
主导、参与过 AI 相关的有大影响力的开源/闭源项目的优先
韩先生刚刚活跃

福利待遇

薪资40-70K，16薪
工作地点位于北京海淀区大恒科技大厦南座

工作地址

北京海淀区大恒科技大厦南座