智能体强化算法实习生

岗位职责
面向智能化软件工程、研发智能体等高价值业务场景，预研和落地 AI4SE 核心技术，岗位职责包括但不限于：

1. 聚焦强化和智能体强化相关技术研究以及工程化落地，包括模型设计、智能体建模与训练、训练效率效果优化等；

2. 跟踪最新的 AI 技术发展趋势和行业动态，积极探索并引入新的 AI 工具和技术，为团队的技术创新提供思路与方案，持续提升团队的技术竞争力；

3. 跟踪学术界和工业界最新进展，快速应用到业务中，提出创新技术，发表高水平论文。

任职要求
1. 人工智能、机器学习、计算机科学、应用数学相关专业硕士及以上学历；

2. 在强化方向有深入研究：

-强化方向熟悉 GRPO/GSPO/GDPO/Dr.GRPO等不同算法

-熟悉基座模型Qwen/GLM系列等，了解Dense/MoE架构在强化训练中的异同

-熟悉智能体架构，包括工具调用、多智能体、上下文压缩、记忆管理等模块

3. 具有复现paper能力，能根据数据特征针对既有模型结构/训练方式进行改动优化；

4. 出色的问题分析和解决能力，数据分析能力，有自主探索解决方案的能力；

5. 优秀的沟通、学习及自我驱动能力，出色的团队合作意识。