强化学习大模型研发工程师/研究员

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，实现技术突破，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。要求熟悉强化学习和大模型相关技术，具备相关实践或研究经验；有大模型基础设施研发经验或大模型与 Agent 相关研发经验者优先；有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、优秀的工程能力以及良好的团队协作和沟通能力。