任职要求 计算机科学、数学、人工智能、统计学等相关专业，硕士及以上学历。 具备深厚的强化学习（RL）理论功底，熟悉传统 RL 与 LLM 结合的最新进展，对 Agent-RL、Search-RL、Online RL 或决策智能体有深入理解。 精通 PyTorch，拥有出色的工程素养。能够高效处理大规模训练数据，具备在大规模 GPU 集群上进行模型分布式训练与算子调优的实战经验。 加分项 在 NeurIPS、ICLR、ICML、ACL 等顶会发表强化学习、大模型或智能体相关论文。 有开源 LLM / Agent 项目贡献经验，或在数学推理、代码生成、工具使用等相关榜单取得优异成绩。 具备多智能体系统、在线强化学习、大模型对齐或复杂决策系统规模化落地经验。