岗位描述（节选）
【工作职责】
1、负责垂域大模型Agentic RL方向的算法研究与创新，探索基于RL的智能体训练范式，提升大模型在复杂任务中的自主决策、规划与执行能力。
2、负责垂域Agent训练环境及轨迹数据的合成与优化，构建高质量数据生成Pipeline，涵盖环境模拟、高质量轨迹合成、质量评估、数据配比优化及持续迭代。
3、负责构建科学的Agent评测体系与Rubric标准，设计多维度、可量化的评测指标与自动化评测流程，建立评测结果与模型迭代的闭环反馈机制。
4、跟踪垂域Agentic AI、OPD等前沿技术方向，推动算法创新并落地到实际业务场景，持续优化基座模型的Agent能力边界。
5、与工程、产品团队紧密协作，推动算法方案从研究到生产的高效落地与规模化应用。
【任职要求】
1、硕士及以上学历，计算机、人工智能等相关专业。
2、熟练掌握机器学习、深度学习、强化学习、自然语言处理等相关领域的基本……
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。