强化学习大模型研发工程师/研究员

岗位描述：研究基于 Long CoT 的大模型强化学习相关技术，包括算法或系统方向，推动技术突破，重点涉及推理能力（Reasoning）与智能体（Agent）方向；研究其他通往 AGI/ASI 的前沿技术。 岗位要求：985/211 高校研究生及以上学历或优秀本科生，计算机科学、人工智能、机器学习等相关专业；熟悉强化学习和大模型相关技术，具有相关实践和研究经验者优先；有大模型基础设施（Infra）相关研发经验者优先；有大模型与 Agent 相关研发经验者优先；有一定相关研究经历并发表过顶级会议论文者优先，如 ICLR、NeurIPS、CoRL、ICML、CVPR 等；具备扎实的 Python 编程基础和优秀的工程能力，获得 ACM 等编程竞赛奖项者优先；具备良好的团队协作能力和沟通能力。