岗位描述
负责在 Agentic 与多智能体强化学习方向推进算法、环境和基础设施的突破，提升 Kimi K2 及后续模型在真实世界中的自主能力。要求精通强化学习相关方法，包括策略梯度、Actor-Critic、Self-Play、Meta-RL、MARL；具备大规模训练与低延迟推理系统的落地经验；具备系统级编程与分布式架构设计能力（Python/C++/Rust）；有 Agentic RL、工具调用智能体或多智能体系统的发表或上线记录。具备代码执行沙箱、程序合成或仿真器安全经验者更佳。欢迎在相关方向具备 SOTA 能力的人才加入，申请时需附 GitHub、论文或代表性 RL 项目简介。