岗位描述
1、面向金融业务场景，负责 Agent 应用的方案设计、算法研发及业务落地，探索 Agent 自进化技术，构建 Agent 的自我反思和策略优化的迭代机制，推动 Agent 从原型验证到实际业务应用。 2、负责大模型的后训练优化，通过 SFT、OPD、RLVR等方法，提升模型在金融业务和 Agent 场景下的角色扮演、指令遵循、工具调用、任务规划等复杂问题解决能力，适配主流 Agent Harness。 3、建设面向大模型和 Agent 的数据与评测体系，负责数据收集、清洗、构造和质量分析，对 Agent 的效果、稳定性、可靠性和成本进行多维评测。 4、关注大模型与 Agent 领域的前沿进展，参与论文、专利等技术成果的撰写。 职位要求 1、计算机、数学、软件、通信、人工智能等相关专业博士学历。 2、掌握大模型训练与对齐相关技术中的一项或多项，包括 SFT、DPO、OPD、RLVR、奖励建模等。 3、具备扎实的大模型基础和较强的编码能力，熟练掌握 Python 和 PyTorch；了解或使用过 verl、slime、vLLM 等模型训练、推理或服务框架者优先。 4、对大语言模型、强化学习或 Agent 技术有兴趣，具备较强的学习能力、问题分析能力和团队协作能力，能够针对实际问题开展实验、分析结果并持续优化。 5、有大模型、Agent 相关实习或项目经历，或在人工智能领域顶级会议发表论文者优先。 我们提供 充足的算力资源与高质量数据支持； 与国内多所高校共同探索大模型与 Agent 前沿方向的机会； 开放、扁平、鼓励创新的技术氛围； 完善的培养机制和从算法研究到业务落地的成长空间。 职位信息 部门： 技术体系 投递温馨提示： 投递顺序代表志愿顺序，请同学谨慎选择 投递