岗位职责： 1、后训练全流程迭代： 深入参与千亿/万亿级参数大模型的后训练全流程迭代。主导并优化 SFT、RL、Reward Modeling 的算法设计与训练，攻克模型在长文本理解、深度逻辑推理以及多轮交互中的幻觉问题，显著提升复杂指令跟随能力； 2、Agent 核心能力研发： 构建复杂智能体系统（如 Deep Research、交互式 Agent、Coding Agent等方向）。深入优化 Agent 的任务拆解与规划（Planning）、自我反思与纠错（Reflection）、工具动态调用（Tool-use）及长效记忆机制，保障模型在多步骤、长程任务（Long-horizon tasks）中的极致稳定性与执行效果； 3、数据工程与评测体系： 设计并构建高质量的评测集，探索基于合成数据的自我进化（Self-improvement）与高效数据清洗方案；针对 Agent 复杂任务与深度推理，构建科学、自动化的评测 Benchmark，驱动模型优化。 任职要求： 1、计算机、人工智能、数学等相关专业，国内外顶尖高校硕士及以上学历（博士优先）； 2、具备极强的代码落地能力，精通主流深度学习及大模型训练/微调框架；在 ACM/ICPC、NOI/IOI、TopCoder、Kaggle 等顶级编程或 AI 赛事中取得优异成绩者优先； 3、在 NeurIPS、ICLR、ICML、ACL 等 AI 顶会发表过高质量一作论文，或作为核心贡献者参与过业界高影响力开源大模型/大模型框架项目者优先； 4、对突破技术天花板有纯粹的热爱，具备卓越的逻辑思维、自驱力以及跨团队协作能力。