上海人工智能实验室2027届校招岗位

岗位职责 研发面向科研场景的 LLM 智能体，负责长程任务中的规划、记忆与错误恢复机制 基于实验结果、模拟器与规则化 critic 构建可验证奖励信号，开展 SFT 与强化学习（GRPO 等）后训练 设计假设生成与筛选方法，提升模型产出想法的新颖性与可证伪性 构建科研智能体评测集与指标体系，分析失败案例并驱动模型迭代

学历以官网为准 · 查看完整岗位与申请入口 →

岗位职责 职位描述 1.参与生命科学智能中心基因基座模型的研究与落地等工作，工作内容包括： 2.参与基因组/多组学大模型的预训练的算法研究，探索多模态对齐和生命科学大语言模型（DNA、RNA、单细胞）的训练。 3.参与多组学大模型的下游任务的应用研究，解决基因治疗、生物育种和合成生物学等重大科学问题。 4.致力于深入的

学历以官网为准 · 查看完整岗位与申请入口 →

岗位职责 岗位职责 面向人形机器人开展具身智能基础模型研究，围绕多模态感知、物理动态建模与动作生成，探索具备泛化能力的模型架构和训练方法。 开展世界模型研究，学习机器人、环境及交互过程的状态表示与动态规律，探索其在预测、规划和策略学习中的应用。 研发机器人运动控制模型，结合模仿学习、强化学习等方法，提升机器人在复杂任务

学历以官网为准 · 查看完整岗位与申请入口 →

岗位职责 岗位职责 面向人形机器人开发多模态感知、多模型协同与动作执行的运行时框架，构建从传感器输入、模型推理到本体控制的完整链路。 设计并实现多源数据接入、时间同步、缓存与进程间通信机制，支持视觉、本体状态、力觉等信号的稳定传输和高效处理。 开发多模型异步执行与调度机制，支持不同推理频率和计算开销的模型协同运行，优化

本科 · 查看完整岗位与申请入口 →

岗位职责 1.研究脑信号基础模型，包括脑信号表征学习、自监督预训练、迁移泛化等。 2.研究脑信号解码算法，探索脑信号与视觉、音频、语言等模态的表征对齐与融合，结合多模态基础模型，支持脑信号解码、感知内容重建和语义理解等任务。 3.构建和完善脑信号大模型训练数据体系，包括脑信号数据的处理与质量控制，以及评测数据和体系建设

硕士 · 查看完整岗位与申请入口 →

岗位职责 岗位简介 面向机器人与智能设备等真实物理场景，开展物理智能体系统的前沿研究，探索感知、推理、规划、执行与反馈的协同机制，推动智能体从任务理解走向自主执行。 岗位职责 研究物理智能体的系统架构与关键算法，提升复杂任务中的环境理解、任务规划、工具调用和闭环执行能力。 探索长程任务分解、技能组合、记忆与经验复用、

学历以官网为准 · 查看完整岗位与申请入口 →

岗位职责 岗位简介 面向多种形态的机器人平台，开展感知、导航、操作及整机系统开发，实现自主移动、目标定位、抓取放置与设备交互，推动机器人在真实场景中稳定运行。 岗位职责 开发和优化自主导航、目标定位、抓取操作、运动规划等功能，完成移动与操作任务的衔接及协同。 将任务规划与机器人技能连接，构建可复用的操作流程，支持任务

本科 · 查看完整岗位与申请入口 →

岗位职责 1. 参与前沿研究： 参与生命科学多模态大模型等方向的研究 2. 跟踪前沿算法：跟踪和复现学界和业界在通用大语言模型、多模态大模型、生成模型、大模型评测基准、多智能体等方向的最新前沿算法以及在交叉学科、生命/生物领域的应用。 3. 参与发表研究成果：在顶级学术会议或期刊上撰写和发表高质量的研究成果。 岗位要

学历以官网为准 · 查看完整岗位与申请入口 →

岗位职责 1.以坚实的物理基础，AI技术为支撑，面向材料设计与性能优化中的复杂系统问题，探索材料科学、计算物理、统计物理等学科与人工智能方法的交叉，致力于从 0 到 1 的原创性科学突破，发展以智能体（Agent）为核心、物理机制与数据驱动融合的材料设计与算法优化新方法、新范式； 2.围绕国家重大需求，聚焦“卡脖子”技

学历以官网为准 · 查看完整岗位与申请入口 →

岗位职责 1.参与人工智能与物质科学交叉研究项目，包括新算法设计、模型开发和训练等，并持续迭代以提升模型的准确性、效率与泛化能力； 2.深入物质科学领域，定位并利用人工智能技术解决其中的关键瓶颈问题，如计算模拟、机理发现、合成工艺优化、自主实验室等； 3.将研究成果应用于实际问题，在重大价值场景中实现落地。 岗位要求

学历以官网为准 · 查看完整岗位与申请入口 →

岗位职责 1.负责大模型的训练与微调，包括 SFT、强化学习等方向。 2.负责训练数据与评测体系建设，推动模型能力迭代与效果落地。 3.负责智能体相关算法与架构研发，如任务规划、工具调用、状态管理与自我纠错等。 4.负责大规模数据与工程管线建设，将方法从原型推进到可用服务，并沉淀为论文与开源成果。 岗位要求 计算机

硕士 · 查看完整岗位与申请入口 →

岗位职责 参与科学多模态大模型的研发，包括但不限于预训练、后训练和评测体系构建； 参与大模型训练与知识图谱、检索增强生成（RAG）、多模态学习、强化学习（Reinforcement Learning）等技术的创新融合； 参与构建高质量的大模型数据集，包括但不限于文本、图片、视频、多组学、时空间序列等数据； 参与大模型技

博士 · 查看完整岗位与申请入口 →

岗位职责 1.负责大模型在AI Coding场景下的强化学习（RL）算法研发与训练，探索并落地PPO、GRPO等主流算法，提升模型在复杂代码生成、长程规划与工具调用任务中的自主推理与执行能力; 2.参与构建端到端的Agentic RL训练链路，结合过程奖励机制（Process Reward）与Critic Model，

本科 · 查看完整岗位与申请入口 →

岗位职责 1、探索人工智能与物质科学相关自然科学研究课题的结合，致力于提出新的研究方法与技术路径； 2、参与科学智能的大模型开发和训练，开发和优化适用于物质科学问题的AI模型与开源AI工具，持续提升模型性能； 3、跟踪国际前沿研究动态，推动研究方向的拓展与深化，打造和提升行业技术影响力。 岗位要求 1、具有物理、计算

学历以官网为准 · 查看完整岗位与申请入口 →

岗位职责 1. 战略合作与双聘攻坚 围绕实验室战略协议，推动与顶尖高校的科研合作落地，重点运营双聘专家机制，牵引高校核心师资实质性参与科研攻关。 2. 人才生态与社群运营 构建重点高校核心科研人才地图，深度维护教授、青年PI及博士生社群，为高层次人才引进提供持续储备与精准对接。 3. 校招统筹与品牌建设 制定校园招聘整

硕士 · 查看完整岗位与申请入口 →

岗位职责 1.深度参与模型训练数据优化的核心技术研发，包括预/中/后训练阶段的数据筛选与合成方法，提升模型在复杂场景的高阶处理能力（超过200轮次的长程任务执行、精准的复杂领域工具调用等）； 2.开展模型后训练阶段的算法研究，包括但不限于：OPD，DAPO，GSPO等RL训练方法，提升模型特别是长程规划与代码能力； 3

学历以官网为准 · 查看完整岗位与申请入口 →

岗位职责 1. 探索人工智能与物理、化学、材料科学的深度融合，参与AI驱动的国家战略关键材料的智能研发。 2. 构建 AI驱动的自主物质科学发现闭环 ，探索前沿模型和智能体技术在新材料设计、机理发现、优化决策等任务上的能力突破与耦合，推向通用材料研发AI新范式。 3. 与中心内外团队密切合作，共同推动AI技术在化学、材

硕士 · 查看完整岗位与申请入口 →

岗位职责 1.负责下一代大模型基础架构研究，围绕 Attention、SSM、MoE、可寻址记忆、循环推理和动态计算等方向制定技术路线； 2.推进新架构的算法设计、原型实现、模型训练和规模化验证，研究相适配的优化器、训练稳定性及系统效率问题； 3.建设 AI Coding Agent 驱动的智能研发流程，支持模型模块、

学历以官网为准 · 查看完整岗位与申请入口 →

岗位职责 1.基地与网络建设：参与区域基地与合作网络建设方案编制、调研论证与项目申报，承担材料撰写、专家意见整理、评审组织与节点跟踪； 2.生态资源运营：对接政府、央企、高校院所、行业企业等外部资源，建设并运营分级分类资源库，挖掘并导入服务实验室战略目标的优质合作； 3.赛事与活动组织：参与实验室主办、承办、协办的高水

硕士 · 查看完整岗位与申请入口 →

岗位职责 1.基座模型关键技术研究：研究预训练、后训练（SFT / RL）、数据筛选与合成、价值对齐、评测等关键技术，提升模型的推理、代码、智能体与多模态能力。 2.数据体系建设：构建高质量数据集（pretrain / SFT / RL / 评测集），开展数据合成、质量评估、难度控制与动态筛选，优化数据配方与训练策略。

硕士 · 查看完整岗位与申请入口 →

岗位职责 1.交叉研究：开展 AI 与基础科学（生命/神经/物理/化学/材料/医学等）的深度融合研究，探索前沿模型与智能体技术在该领域的应用与能力突破，推动从 0 到 1 的原创性突破。 2.方法构建：面向具体科学瓶颈（计算模拟、机理发现、药物/蛋白设计、神经解码、因果推断等），独立完成算法设计、模型开发与训练，或搭建

硕士 · 查看完整岗位与申请入口 →

岗位职责 1.安全对齐与后训练：研究/优化大模型后训练与强化学习对齐算法（SFT、RFT、RLHF、PPO、GRPO、DAPO、SAO、OPD 等），提升模型的安全性、推理与泛化能力。 2.AI安全研究：研究大模型、多模态与智能体的潜在安全风险，可解释性分析并设计新型防御方案。 3.智能体安全与对齐：设计 Agent

硕士 · 查看完整岗位与申请入口 →

岗位职责 1. 安全训练与自主进化机制，包括大模型后训练核心算法，包括 SFT、PPO、GRPO、DAPO 、OPD、SAO等主流强化学习方法； 2. 研究面向下一代大模型的内生安全架构，探索将安全能力原生融入模型参数、记忆、注意力、MoE 等核心结构，并支持大模型（含 MoE 架构）的基于算子开发的高效训练与调优，训

学历以官网为准 · 查看完整岗位与申请入口 →

岗位职责 面向新一代大模型的预训练与持续预训练，负责高质量语料的研究与建设，覆盖网页、代码、论文、书籍及专业领域文档等多源数据。围绕模型的知识、代码、数学推理与科学理解等能力，带领团队建立从数据源发现、质量治理到训练验证的完整闭环，以可验证的模型能力提升驱动数据迭代。 岗位职责： 1. 高价值数据源识别与挖掘。 从模

硕士 · 查看完整岗位与申请入口 →

岗位职责 1. 负责多模态与智能文档理解关键技术研究，面向科学文献、技术报告等复杂文档，提升文本、图像、表格、公式等内容的识别、结构化与语义理解能力。 2. 研究文档结构建模、图文语义对齐与跨页信息关联等方法，实现从元素解析到内容理解的能力提升，支撑高质量训练语料构建与科学信息检索。 3. 建设训练数据与评测体系，

博士 · 查看完整岗位与申请入口 →

岗位职责 带领或联合指导博士生/实习生，结合实验室主线任务需求和系统领域前沿探索，在大模型训推系统、Agent Infra等方向开展研究，制定技术路线并推进落地，现有方向包括： 1.分布式训推架构：深入攻坚训推系统的性能瓶颈，在MoE模型、稀疏注意力、长程任务容灾能力、计算-通信重叠、访存效率、Agentic Reas

博士 · 查看完整岗位与申请入口 →

岗位职责 1.面向科学发现场景，开展下一代智能体框架设计与关键技术研发，探索复杂科研2.任务中的自主规划、执行与优化机制。 3.攻关长周期自主运行、长期记忆与知识积累、自主演化与持续优化等关键技术，4.提升智能体的持续学习与任务执行能力。 5.研究多智能体协同探索、多模型动态路由及成本管控机制，提升复杂任务中的协作效率

学历以官网为准 · 查看完整岗位与申请入口 →

岗位职责 1. 以构建科学智能体为目标，研发科学领域工具、skill、环境及相关迭代进化的算法任务 2. 与领域专家合作设计研发相关领域智能体、科研工具等 岗位要求 1.博士学历，计算机科学、应用数学、计算物理/化学、统计学，或具备强数理逻辑的交叉学科背景。 2. 熟悉Transformer架构、Prompt Eng

学历以官网为准 · 查看完整岗位与申请入口 →

岗位职责 1. 硕士及以上学历，计算机、人工智能、软件工程、数学、自动化等相关专业优先。 2. 编程基础扎实，熟练使用 Python，熟悉 PyTorch / Transformers 等大模型训练框架。 3. 熟悉大模型基本原理，对 SFT、RLHF、DPO、PPO、GRPO 等后训练方法有较好的理解；有实际训练经验

硕士 · 查看完整岗位与申请入口 →

岗位职责 构建面向未来科学研究与科学发现的科学通用智能体，聚焦科学推理、科学研究与科学发现，研究大模型如何理解复杂科学问题、执行长程科研任务，并进一步形成可验证的新假设与新知识，推动智能体从“解决已知问题”走向“自主研究与原创发现”。 岗位要求 1. 博士学历，计算机、人工智能、软件工程、数学、物理、生命科学、电子信

学历以官网为准 · 查看完整岗位与申请入口 →