岗位职责
我们正在寻找优秀的研究科学家和工程师，共同推进下一代 LLM 与 Multimodal Agent 系统 的关键技术研发。 该岗位聚焦于大模型后训练（Post-training）与Agent能力训练的前沿研究，致力于让基础模型具备 DeepResearch、Tool Use、Coding 以及复杂多步骤推理（long-horizon reasoning） 等能力。你将与一流的研究人员和工程团队合作，探索并实现包括 Agentic SFT、Agentic CPT、Reasoning RL、Agentic RL、RLHF 在内的新一代后训练方法，推动 AI 系统在复杂真实任务中的能力边界。
- 研究并开发 LLM 与 Multimodal 模型的 Post-training 方法，重点提升 Agent 能力与复杂推理能力；
- 设计与实现 Agentic SFT、Agentic CPT、Reasoning RL、Agentic RL等训练方法；
- 构建大规模 Agent training data，涵盖 DeepResearch、Tool Use、Coding等复杂任务；
- 设计并实现 Agent evaluation framework，评估模型在复杂任务执行与工具使用场景中的能力；
- 与模型训练、数据工程和系统团队协作，将研究成果应用到 真实 AI 系统与产品场景中；
- 推动前沿研究成果，通过技术分享、开源项目或学术论文等方式贡献于 AI 社区。
职位要求
- 计算机科学、人工智能、机器学习或相关领域硕士或博士学位；
- 具备 LLM 训练或后训练（fine-tuning / post-training）经验；
- 在 NeurIPS、ICML、ICLR、CVPR 等顶级会议发表论文或参与开源项目。
