返回岗位列表

大模型强化学习研发实习生

查看原岗位

地点：深圳薪资：500-1000元/天日期：2026-05-08

岗位摘要

研究基于Long Chain of Thought的大模型强化学习相关技术，包括算法或系统实现；探索推理能力(Reasoning)方向的算法突破；探索智能体(Agent)方向的技术创新

岗位职责

研究基于Long Chain of Thought的大模型强化学习相关技术，包括算法或系统实现
探索推理能力(Reasoning)方向的算法突破
探索智能体(Agent)方向的技术创新
研究其他通往AGI/ASI的前沿技术

任职要求

985/211高校研究生及以上学历或优秀本科生
计算机科学、人工智能、机器学习等相关专业
熟悉强化学习和大模型相关技术，具有相关实践和研究经验
有大模型infra相关研发经验者优先
有大模型+Agent相关研发经验者优先
有一定的相关研究经历，发表过顶级会议论文者优先（如ICLR, NeurIPS, CoRL, ICML, CVPR等）

加分项

具备扎实的Python编程基础，有优秀的工程能力，具有ACM等编程竞赛获奖者优先
具备良好的团队协作能力和沟通能力

福利待遇

日薪500-1000元
优秀团队协作氛围

工作地址

深圳南山区航天科技广场-B座深圳市南山区航天科技广场B座10层F08