算法高级工程师

Job description

【岗位职责】 负责通用多模态大模型方向的关键算法研发与落地，围绕多模态模型在复杂任务中的能力提升，主导或深度参与以下工作： 1）基于强化学习（RL）开展多模态大模型后训练，包括 RLHF / RLAIF / Preference Optimization / Reward Modeling 等； 2）设计并实现Agentic RL / 多智能体系统，提升模型在规划、推理、工具调用与长期决策任务中的表现； 3）结合视觉与多模态输入，构建端到端的感知–决策–执行训练流程（vision policy action）； 4）针对后训练与 Agent 系统中的关键问题（如训练不稳定、reward hacking、样本效率低、跨模态泛化不足等），提出并落地有效的算法与系统优化方案； 5）与工程、产品团队协作，将 RL 与多模态 Agent 能力沉淀为可复用、可扩展的系统能力。 【任职资格】 1）工作年限1~3年，硕士及以上学历，计算机科学、人工智能、自动化、应用数学等相关专业； 2）具备扎实的机器学习、强化学习与深度学习理论基础； 3）在强化学习、多模态学习或大模型相关方向具备扎实积累，并在以下一个或多个领域有实际研究或工程经验： 强化学习（Policy Gradient、Actor-Critic、Offline / Online RL） 大模型后训练（RLHF / RLAIF / PPO / DPO / Preference Learning） Agent / Multi-Agent 系统（规划、环境交互、工具使用） 多模态模型或复杂任务建模 4）熟悉并实际使用过常见视觉与多模态建模技术，包括但不限于：CLIP 及其变体（对齐、微调、下游任务适配）\Transformers（ViT / 多模态 Transformers)\CNN（ResNet、EfficientNet 等），能够将视觉表征与策略学习 / Agent 决策过程有效结合； 5）熟悉并有实际使用经验的强化学习常用框架，至少熟练掌握 PyTorch / JAX / TensorFlow 中的一种，熟悉 Python / Shell，具备良好的工程化与实验管理能力； 6)Coding 能力强，能够从论文或算法思路快速实现完整训练流程，并完成系统性实验验证； 7)具备良好的问题拆解能力与技术判断力，能够独立负责一个技术子方向并对结果负责。

【加分项】

• 在 NeurIPS / ICML / ICLR / AAAI / CVPR / ICCV / ECCV 等顶级会议或期刊发表过强化学习、多模态或视觉相关论文；
• 在 RL、Agent 或多模态相关算法竞赛中取得过优秀成绩；
• 在 RL / Agent / 多模态 / 视觉等相关开源项目中承担过核心贡献