强化学习算法研究员（深圳）

岗位职责： 1.作为研究者，探索高效的AgenticWorkflow与AgenticMemory架构，用于应对代码领域的实际挑战； 2.聚焦于优于SFT泛化能力的强化学习方法；能够结合真实用户需求、用户行为数据及agent实现细节，优化训练语料与学习目标； 3.与agent开发团队紧密协作，设计memory的读写机制，并通过模型训练使模型更好适配所设计的agent架构； 4.作为工程师，针对LLM推理过程中对算力的高需求，设计合理的前后端交互流程、前端系统结构与后端服务架构，在有限算力条件下实现完整的AgenticWorkflow解决方案；优先探索具备通用性与可扩展性的技术路径。 任职要求： 1.自然语言处理/机器学习/模式识别/人工智能/计算机等相关方向硕士及以上学位； 2.具备5年以上工程开发经验，至少熟练掌握Python，C/C++，Golang，Java，JavaScript，TypeScript中的一种编程语言； 3.熟悉深度学习基础理论，能根据具体任务进行模型调优，了解各类深度学习任务及其主流模型与算法； 4.在PromptEngineering、AgenticWorkflow、GRPO等基于GPT架构的NLP强化学习新技术方面有实际项目经验； 5.有在ACL、EMNLP、NeurIPS、ICML、ICLR等顶级会议发表论文者优先考虑。 加分项： 1.同等条件下，持有腾讯云认证或同类技术资质认证者将被优先录用。