Agentic RL 算法实习生当面告知
小米科技有限责任公司
2027-01-28 12:08:22
28届29届实习本科硕士
岗位详情
地区：
北京
专业要求：
计算机科学与技术
岗位职责：
工作内容：
1. RL训练环境搭建：负责构建易用、稳定且支持高并发的工具调用环境，搭建和优化 Agent 框架。
2. 推理能力提升： 针对 DeepResearch、CodeAgent 等复杂推理场景，设计并实现高效的能力增强方案。
3. 数据合成与优化：围绕业务需求构建、筛选和优化 Agent 行为数据与知识增强语料，为对齐训练、RL 训练和持续预训练提供高质量数据支撑。
招聘要求：
任职要求：
1. 计算机相关专业；在CCF-A类会议发表过相关论文者优先考虑；
2. 熟悉主流 Agent 框架（如 Claude Code、LangGraph、AgentScope、Qwen-Agent 等），具备实际开发或使用经验。
3. 熟练掌握主流 Agentic RL 训练框架（如 VeRL、OpenRLHF），具备后训练（post-training）和数据处理相关项目经验者优先。
4. 理解并掌握并行训练框架，有多机多卡训练经验者优先。
公司介绍
小米科技有限责任公司
小米科技有限责任公司，成立于2010-03-03，位于北京，法定代表人：雷军，登记状态：存续，注册资本185000万人民币，公司类型：民营/私企
"小米科技有限责任公司成立于2010年3月3日，是专注于智能硬件和电子产品研发的全球化移动互联网企业，同时也是一家专注于智能手机、智能电动汽车、互联网电视及智能家居生态链建设的创新型科技企业。小米公司创造了用互联网模式开发手机操作系统、发烧友参与开发改进的模式。“为发烧而生”是小米的产品概念。“让每个人都能享受科技的乐趣”是小米公司的愿景。小米公司应用了互联网开发模式开发产品，用极客精神做产品，用互联网模式干掉中间环节，致力让全球每个人，都能享用来自中国的优质科技产品。小米已经建成了全球最大消费类IoT物联网平台，连接超过4.78亿台智能设备，进入全球100多个国家和地区。MIUI全球月活跃用户达到5.5亿。小米系投资的公司超500家，覆盖智能硬件、生活消费用品、教育、游戏、社交网络、文化娱乐、医疗健康、汽车交通、金融等领域。"