研究科学家/工程师（Agentic RL）

岗位描述：在 Agentic 与多智能体强化学习的算法、环境和基础设施方向取得突破，推动 Kimi K2 及后续模型在真实世界中的自主能力提升。 岗位要求：精通强化学习核心方法，包括策略梯度、Actor-Critic、Self-Play、Meta-RL、MARL；具备大规模训练与服务系统落地经验，能够支持千卡级训练和低延迟 Rollout；具备专家级系统编程能力和分布式基础设施设计能力，熟悉 Python、C++、Rust；在 Agentic RL、工具使用型智能体或多智能体系统方向有实际交付或论文发表记录；具备代码执行沙箱、程序合成或仿真器安全相关经验者优先。申请时需附上 GitHub、论文或最具代表性的 RL 项目简介。