CTO-大模型强化学习框架研发当面告知
蚂蚁科技集团股份有限公司
2026-12-12 00:00:00
校招博士27届本科硕士
岗位详情
地区：
北京
·
杭州市
专业要求：
计算机科学与技术
岗位职责：
岗位核心目标是研发面向超大规模模型的强化学习训练系统，提升大模型在工具调用、多模态交互及复杂环境中的推理与决策能力，实现多轮“感知—推理—行动—反馈”闭环，推动 Agent 与 AGI 前沿技术落地。
你将参与：
1. 参与大规模分布式强化学习框架的设计、开发与优化，提升训练吞吐、资源利用率、稳定性和可扩展性；
2. 研究并实现 PPO、GRPO 等强化学习算法，探索奖励建模、采样策略及训练稳定性等关键问题；
3. 支持大模型与搜索、代码执行、外部工具及多模态环境的高效交互，建设复杂任务下的训练与评测闭环；
4. 跟进并复现大模型强化学习、Agent、推理增强等领域的前沿工作，推动有效方案落地。
招聘要求：
1. 目前正在攻读计算机科学或相关STEM领域的学士,硕士或博士学位；
2. 具有一种或多种通用编程语言的经验,包括但不限于: Java,C/C ++ 、Python、JavaScript或Go；
3. 具有上述研究领域的相关经验,包括行业经验或作为参与实验室研究。
优先录用：
1. 对技术研究充满热情,具有产生新思想和创新的能力; 在自学,问题分析和解决方面表现出色；
2. 在国际会议上或核心期刊发表一份或多份出版物或论文；
3. 至少3个月的全职工作。
公司介绍
蚂蚁科技集团股份有限公司
蚂蚁科技集团股份有限公司，成立于2000-10-19，位于浙江，法定代表人：韩歆毅，登记状态：存续，注册资本3500000万人民币，公司类型：民营/私企
蚂蚁集团是中国较大的移动支付平台支付宝的母公司，也是全球金融科技开放平台，致力于以科技推动包括金融服务业在内的全球现代服务业的数字化升级，携手合作伙伴为消费者和小微企业提供普惠、绿色、可持续的服务，为世界带来微小而美好的改变。