返回岗位列表

大模型算法研究员 – Agentic RL/强化学习

查看原岗位

地点：上海薪资：50-80K 日期：2026-03-03

岗位摘要

在Agentic、多智能体RL的算法、环境与基础设施上取得研究突破；将Kimi K2及后续模型的自主能力推向真实世界应用场景；负责千卡级大规模训练系统的开发与优化；设计并实现低延迟推理方案

岗位职责

在Agentic、多智能体RL的算法、环境与基础设施上取得研究突破
将Kimi K2及后续模型的自主能力推向真实世界应用场景
负责千卡级大规模训练系统的开发与优化
设计并实现低延迟推理方案
进行系统级编程与分布式架构设计

任职要求

硕士及以上学历，经验不限
精通强化学习：策略梯度、Actor-Critic、Self-Play、Meta-RL、MARL
具备千卡级训练与低延迟推理的落地实践经验
具备系统级编程与分布式架构设计能力（Python/C++/Rust）
有Agentic RL、工具调用或多智能体系统的论文发表或上线记录
有大模型LLM相关领域的论文及期刊发表
领域内知名开源项目的核心代码贡献者优先
具备代码沙箱、程序合成、仿真器安全相关经验者优先
在以上某一方面具备SOTA能力

福利待遇

月薪50-80K，16薪
工作地点可选北京、上海、深圳、杭州

工作地址

杭州西湖区浙江大学(玉泉校区)1