1.来自全球Top高校计算机科学、人工智能、数学、物理或相关领域应届博士/顶尖硕士毕业生； 2.在国际顶级计算机会议/期刊（如NeurIPS、ICML，AAAI、ICLR、ACL等）以一作身份发表过多篇论文，或在开源社区、竞赛中展示出引领性的研究成果； 3.对大模型技术栈有深入理解，具备CPT, LLM的SFT、RLHF等调优经验； 4.对强化学习有扎实的理论基础，熟悉至少一种主流RL算法（如PPO、DQN、SAC等），理解Agentic RL 的核心思想，即大模型作为智能体的“大脑”进行推理和规划，而RL则用于优化其策略和行动序列，有实现智能体工具使用和函数调用能力的经验； 5.扎实的编程基础，熟练掌握Python，至少熟悉PyTorch或TensorFlow之一的主流深度学习框架； 6.具备强烈的求知欲、优秀的问题解决能力和团队协作精神。