AI算法工程师（Agentic RL方向）-即梦

【岗位职责】 1、负责即梦创作Agent的Agentic RL能力建设，探索Agentic RL、Rubrics-based RL、RLHF/RLAIF、Process Reward、Outcome Reward、Unified Reward System等方法，提升模型在长链路创作任务中的规划、工具调用、多轮交互和任务完成能力，以及Agent在复杂任务中的成功率和稳定性； 2、设计面向图片、视频、多模态编辑等创作场景的强化学习任务、环境、奖励信号和训练范式； 3、构建多轮Function Call、工具调用轨迹、创作任务偏好、失败恢复样本等训练数据，并与SFT、DPO、GRPO、PPO等后训练方法结合； 4、结合Agent Harness、Sandbox、自动评测系统，建设可训练、可评估、可回放的Agent RL实验闭环； 5、分析模型在任务规划、工具选择、执行顺序、上下文利用和异常恢复…… 完整岗位描述与官方投递入口,请登录后在岗位详情页查看。

本站当前在招 10367 个深圳岗位（全城各职能合计），其中 1708 个公开标注了薪资。按这些标注统计：月薪（税前）主流区间 12K ~ 21K（25~75 分位），中位约 16K，最低 1K、最高 100K。