职位描述:1、负责智能体核心能力的研发与工程化：提升语言模型和多模态模型在多轮交互、Function Calling、结合Agent框架的决策与推理等场景的稳定性与泛化能力；
2、参与 SFT 与 Agentic RL 的数据设计与构建：参与智能体任务的数据设计、生成与清洗流程，构建高质量用于SFT与RL的Function Calling训练数据；
3、参与模型训练与调优：参与大模型的SFT、Agentic RL等训练流程，优化模型在多轮对话、工具调用、决策推理任务中的表现；
4、Agent系统协同开发：构建基于大模型的Agent平台原型，支持模型推理以及工具调用等功能；
5、评测体系设计与分析：设计Agent能力相关的评测任务和指标，追踪训练效果，驱动训练闭环优化；

职位要求：1、熟悉大模型训练与微调流程：具有LLM或多模态模型训练经验，熟悉SFT、RLHF等方法；
2、Agent相关实践：了解或参与过智能体系统构建，包括任务规划、函数调用等功能模块的设计与实现；
3、强化学习基础：熟悉RL基础知识以及RL在大模型微调中的应用，特别是LLM reasoning, Agentic RL等场景下的训练，熟悉verl等训练框架优先；
4、工程实现能力：熟练使用Python，熟悉PyTorch等主流深度学习框架，具备扎实的代码能力；
5、线下实习优先，每周出勤天数≥4天，能实习6个月及以上优先。

【加分项】
参与开发过有影响力的开源智能体项目（如基于LangChain、LangGraph等的项目）；
在主流agent类benchmark上有开源贡献，或在ACM/ICPC，Kaggle等竞赛中取得过优异成绩优先；
在顶级会议/期刊（NeurlPS，ICML，ICLR，ACL，EMNLP等）以一作或主要贡献者身份发表论文优先；
具备数据构建、自动标注、数据质量验证的实战经验；