返回岗位列表

Agent深度学习算法研究员

查看原岗位

地点：北京薪资：500-510元/天日期：2026-06-26

岗位摘要

针对大模型在推理、生成、指令遵循等方向的核心问题，提出创新性的想法并设计实验验证，探索提升模型能力的新方法与新范式；与数据标注团队紧密协作，设计标注方案与质量标准，通过数据分析发现模型能力短板，针对性地构建训练数据，形成'数据-训练-评测'的能力提升闭环

岗位职责

针对大模型在推理、生成、指令遵循等方向的核心问题，提出创新性的想法并设计实验验证，探索提升模型能力的新方法与新范式
与数据标注团队紧密协作，设计标注方案与质量标准，通过数据分析发现模型能力短板，针对性地构建训练数据，形成'数据-训练-评测'的能力提升闭环
参与强化学习（RL）在大模型对齐与能力提升中的应用研究，探索RLHF/RLAIF、过程奖励、偏好学习等方法的优化路径
持续跟踪大模型领域的前沿进展，快速复现并评估业界最新方法，推动有价值的研究成果落地

任职要求

面对问题能够独立分析并提出自己的idea，具备从0到1推动研究的能力
能够快速将想法转化为可运行的原型，具备高效的实验迭代能力
了解强化学习基本概念与常用算法（如PPO、DPO、Actor-Critic等），有相关实践经验者优先
熟练掌握Python、C/C++，熟悉PyTorch等深度学习框架
善于跨团队沟通，能够与数据标注、工程团队高效配合
加分项：有大模型预训练、微调、对齐相关研究或项目经验
加分项：在顶会（NeurIPS、ICML、ICLR、ACL等）发表过论文
加分项：有Agent系统、工具调用、代码生成相关研究或实践背景
加分项：深度使用过Claude Code、Cursor等AI编程工具，对模型能力边界有实践认知
加分项：参与过知名开源项目或有活跃的GitHub贡献

加分项

有大模型预训练、微调、对齐相关研究或项目经验
在顶会（NeurIPS、ICML、ICLR、ACL 等）发表过论文
有 Agent 系统、工具调用、代码生成相关研究或实践背景
深度使用过 Claude Code、Cursor 等 AI 编程工具，对模型能力边界有实践认知
参与过知名开源项目或有活跃的 GitHub 贡献

福利待遇

日薪500-510元
每周4天工作制
实习期6个月
位于北京海淀区融科资讯中心C座

工作地址

北京海淀区融科资讯中心C座