大模型领域后训练算法工程师

【岗位职责】 1. 设计并实现面向车载人机智能交互系统的后训练算法流程，优化多轮对话决策、任务规划等agent能力。 2. 负责调研、复现LLM agentic RL等post-training相关的前沿研究，探索将新技术应用于实际产品。 3. 协助实车数据问题挖掘、分析及解决方案制定等。 4. 协助设计并实现增强基模agent相关能力的交互环境、user simulator、world model、reward function等关键模块。 【任职要求】 1. 本科及以上学历，计算机、自动化、信号处理等相关专业，数理基础扎实，乐于在强化学习方向深入探索。 2. 熟练掌握Python/JAVA/TypeScript/JsonScript等编程语言（一门及以上）。 3. 熟悉LLM agent相关概念，深入理解ReAct、function call、TIR、reflection等相关范式。…… 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 19019 个北京岗位（全城各职能合计），其中 2814 个公开标注了薪资。按这些标注统计：月薪（税前）主流区间 7K ~ 20K（25~75 分位），中位约 9K，最低 2K、最高 300K。