【基座模型】高级算法工程师（智能体强化学习方向）

高级算法工程师（智能体强化学习方向） 岗位职责 深度参与 MindGPT 智能体后训练全流程，包括但不限于 MidTrain（中期训练）、SFT（监督微调）、推理侧 RL（Reasoning RL）及 Agent RL 的算法设计与大规模训练实现。 负责 DeepResearch Agent（深度研究助手）与 Code Agent（自主编程助手）等核心能力的迭代，提升模型在长上下文、多步骤推理及工具调用（Tool-use）上的成功率。 【任职要求】 任职要求 计算机科学、数学、人工智能、统计学等相关专业，硕士及以上学历。 具备深厚的强化学习（RL）理论功底，熟悉传统 RL 与 LLM 结合的最新进展，对 Agent-RL、Search-RL、Online RL 或决策智能体有深入理解。 精通 PyTorch，拥有出色的工程素养。能够高效处理大规模训练数据，具备在大规模 GPU 集群上进行…… 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 2283 个北京技术研发岗位，其中 174 个公开标注了薪资。按这些标注统计：月薪（税前）主流区间 12K ~ 20K（25~75 分位），中位约 20K，最低 2K、最高 70K。