岗位描述（节选）
1. 环境与任务建模：把制造、金融、游戏、能源的真实业务流程拆成 agent 可交互环境与可评测任务，定义状态/动作空间、状态转移、终止条件与难度分层。
2. 工具与沙箱：将领域仿真器、求解器与生产力工具封装为统一环境接口，做到确定性复现、快照回滚与并发 rollout。
3. 奖励与判据设计：程序化判定优先、rubric judge 兜底，先判物理与业务可行性再算最优性 gap，区分"看起来对"与真正可行。
4. 任务合成：建参数化生成器批量派生任务实例及 ground truth，注入扰动与陷阱样本，把通过率控制在 30%–70%。
5. 质控与交付：制定标注规范、把控信度效度，管控污染泄漏与任务退役，与算法团队对齐接口与奖励口径，支撑评测、SFT 与 RL。
【任职要求】
1. 领域背景：至少在制造工程、金融、游戏研发或能源中的一个方向有 3 年以上实际业务经验，能独立判断一个交付……
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。