岗位职责
1）负责面向政企场景的大模型智能体自进化技术研究，构建基于业务反馈数据的强化学习闭环系统，实现智能体能力的持续自动化提升。 2）设计并实现高性能“训推一体”框架，支持智能体在业务流程中中实时吸收业务反馈信号，进行低延迟、高安全性的策略更新。 3）推动自进化智能体在医疗、金融、电力、政务等多个行业的落地验证，持续优化业务指标。 4）主导或参与开源智能体自进化工具链的研发与推广，提升技术影响力。
职位要求
1）计算机科学、人工智能、机器学习等相关学历背景，研究方向聚焦强化学习、持续学习、智能体系统。 2）精通Python/PyTorch，有极强的动手和代码能力，具备开发高并发推理服务与分布式训练系统的能力，熟悉verl、vLLM、DeepSpeed等框架者优先。 3）熟悉大模型智能体主流框架和项目，并具有扎实掌握强化学习算法（GRPO等）、离线强化学习（Offline RL）、在线强化学习（OPD）等核心技术，具备算法创新与调优能力。 4）前沿技术研究：跟踪大模型智能体领域的最新研究进展，探索Agent关键技术，在顶级会议（NeurIPS, ICML, ICLR, ACL）发表相关论文。
