岗位职责
- 构建一套模块化、高扩展的RL环境智能产线，从单应用到多步骤、多应用协同的系统级场景，打造支持Agent训练的核心基础设施；
- 负责Agent强化学习环境平台的核心开发，提升系统吞吐、稳定性与可观测性，确保海量训练下的高性能和高可用性；
- 设计RL环境质量标准与治理机制，建立从环境构建、测试到训练的全链路质量体系，确保环境在真实性、可靠性、任务可解性与可扩展性上的稳定演进；
- 协同算法研究团队，将真实世界的复杂业务流程抽象为可复现、可扩展的模拟环境，持续提升环境覆盖度、多样性与鲁棒性，支撑模型的Sim2Real迁移。
职位要求
- 本科及以上学历，计算机科学、人工智能等相关专业；熟悉大模型训练范式，对强化学习生态有基础认知；
- 扎实的工程能力（Python/Go至少一种），具备生产级Agent开发经验，对模拟环境构建、任务设计、状态与奖励建模有一定理解；
- 优秀的跨团队协作能力，能够连接研究设想与工程落地，加速前沿模型能力的验证与迭代；
- 具备良好的负责人意识和自我驱动力，对AGI技术抱有强烈热情。
