返回岗位列表

强化学习算法研究员（大模型）

查看原岗位

地点：北京薪资：60-90K 日期：2026-03-03

岗位摘要

研究基于Long CoT的大模型强化学习相关技术，包括算法或系统，实现技术突破；研究方向一：推理能力Reasoning；研究方向二：智能体Agent；研究其他通往AGI/ASI的前沿技术

岗位职责

研究基于Long CoT的大模型强化学习相关技术，包括算法或系统，实现技术突破
研究方向一：推理能力Reasoning
研究方向二：智能体Agent
研究其他通往AGI/ASI的前沿技术

任职要求

985/211高校研究生以上学历，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
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

月薪60-90K，16薪

工作地址

北京海淀区京东科技大厦13F