岗位描述（节选）
1. Agent模型后训练： 负责大模型在Agent场景下的后训练（Post-training）工作，提升模型在复杂Agent任务中的表现。
2. 强化学习与RL探索： 设计并优化基于强化学习（RL）的Agent训练框架，提升模型的长期规划能力、试错反思能力及工具调用准确率。
3. 核心能力构建： 针对Agent的核心能力进行专项模型训练与对齐优化。
4. 行业解决方案落地： 深入理解具体行业的业务痛点，将Agent模型能力与行业Know-how结合，设计并落地端到端的行业Agent解决方案。
5. 前沿技术追踪： 跟踪学术界和工业界在LLM Agent、RLHF、后训练领域的最新进展，将前沿技术转化为团队的工程与算法资产。
【任职要求】
【基础要求】
1. 计算机科学、人工智能、数学或相关专业硕士及以上学历。
2. 具备扎实的理论基础，熟悉Transformer架构及大模型底层原理。
……
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。