岗位职责
- 主导基于大模型的 AI Agent 全生命周期研发，包括通用型及垂直领域 AI Agent 的应用架构设计、数据构建、模型训练与评测；
- 运用 SFT、RL 等 Post-training 训练方法，提升大模型在自主规划（Planning）、多步推理、RAG 增强生成、工具调用、数据问答等方面的能力；
- 构建 Agent RL 所需的环境与训练方法，设计合理的 Reward Function 和优化函数，激发模型在垂直领域内的泛化性，探索无/少人类专家样本依赖的 Agent 优化方案；
- 跟踪 LLM 与 Agent 领域的国际前沿技术动态，推动技术创新在业务场景中的落地应用，重点突破工具集成复杂推理、数据洞察、AI 搜索等方向的应用创新；
- 持续优化 Agent 算法与系统架构，构建端到端智能体评测体系，开发自动化评估工具与多维评价指标，提升系统性能与效率。
职位要求
- 计算机/人工智能/数学等相关专业硕士及以上学历（博士及顶会论文发表者优先）；
- 熟悉 MoE 模型架构设计和原理，具有 MoE 模型预训练或强化学习训练实操经验者优先；
- 精通 Python 及 PyTorch/TensorFlow 等框架，具备 Qwen、Llama、Deepseek 等模型二次开发经验者优先；
- 深入理解 Transformer 架构、SFT/RL 训练范式及 Prompt 工程，了解 LangChain、AutoGen 等 Agent 开发框架，有完整智能体系统搭建经验者优先；
- 熟悉常用 RL 训练框架和训练技巧，有 Verl、ROLL 等强化学习训练框架使用经验者优先。
