锦鲤求职岗位描述
【团队介绍】
当前语言模型在通用对话、基础推理和短程任务处理中已经取得了显著进展，但在 Agent 场景下的复杂任务求解中，模型距离真正稳定、泛化、可扩展地完成真实世界任务仍有明显差距。尤其是在 Deep Research、Code Agent、开放环境决策、多步工具使用、长程任务分解与执行 等问题上，模型常常面临规划深度不足、长期奖励稀疏、探索效率低、任务迁移能力弱等挑战。我们关注如何让模型具备更强的长程推理、持续探索、自主规划与多阶段决策能力，使其能够在复杂环境中围绕目标进行多轮思考、行动、反馈和修正，逐步完成具有真实价值的 long-horizon tasks。团队重点研究：
面向 Agent 的推理、规划与执行一体化建模
基于强化学习（RL）的复杂任务能力提升
长程任务中的探索、信用分配与奖励建模
面向真实环境的工具使用、代码执行与交互式学习
在后训练阶段实现接近预训练 scaling 的能力增长，让模型具备持续自我改进和跨任务泛化的潜力
我们希望构建能够在真实任务中进行 长期思考、主动探索、持续学习和可靠执行 的下一代智能体系统。
【工作职责】
Agent 长程任务能力研究： 面向 Deep Research、Code Agent、Web Agent、软件工程、多工具调用等场景，研究模型在 long-horizon tasks 中的任务分解、阶段规划、子目标管理，提升复杂任务完成率与鲁棒性。
基于强化学习的 Agent 能力提升： 研究适用于 Agent 场景的强化学习方法，包括但不限于 rollout scaling、在线/离线 RL、过程奖励建模、探索策略优化、信用分配、轨迹筛选与策略迭代，提升模型在开放环境中的自主决策与持续改进能力。
Agent 训练数据与环境构建： 围绕代码、搜索、工具使用、软件工程等方向，构建和优化适用于 Agent/RL 训练的数据、任务环境；设计高质量轨迹合成、过程监督与自动化反馈机制，提升训练信号密度与多样性。
合成数据构造与优化：针对特定能力领域（代码、通用agent等）进行数据构造、筛选和优化；设计数据合成策略，控制对齐数据的质量和多样性
【职位要求】
计算机、电子、自动化等相关专业硕士或博士学位(优秀本科生亦可考虑)
深入理解常用的大模型算法；有相关方向业界实习经验者优先
在CCF-A类会议发表过相关论文者优先考虑
熟练运用Pytorch、transformers、megatron等主流框架
工作态度认真负责,具备良好的团队协作能力
【加分项】
参与过影响力较大开源项目
在NeurIPS，ICLR，EMNLP，ICML等顶级会议或期刊上发表过论文者优先；
熟悉并行训练框架，有多机多卡训练经验者优先。
【智谱星校招/实习生计划】
我们在寻找和招募对科学研究、创新技术有热情和潜力的全球顶尖技术人才。如果你在学术、竞赛、工程实践任一方面有突出表现，如果你想与权威科学家、世界一流技术人才共同挑战突破性的前沿技术，引领人工智能创新变革，就来成为“智谱星”吧！
权威Mentor带教，飞速成长
极具竞争力的智谱星薪酬体系
探索技术边界、冲刺SOTA榜单
与全球最优秀的AI人才共事
实习发展：
只以能力和成果为准绳：不预设固定转正名额，真正有实力、有产出的人，我们都希望你留下来
从 Day 0 进入核心：不是外围支持角色，从一开始就有机会参与核心项目、解决真正重要的问题。
长期培养共行：期待不低于12个月的深度参与，相比“镀金”履历，我们更希望看到真正成长与长期可能。