大模型算法实习生(Agent/AI4AI方向)

Responsibilities

你将深入参与Agent核心算法的研究与落地，具体方 向包括但不限于:1.Agent核心认知架构研发:负责AI智能体(Agent)的任务规划、反思、记忆管理、工具调用(ToolUse)等核心模块的算法设计与实现。探索如何让Agent在长链路任务中保持高稳定性和成功率。2.AgenticRL(智能体强化学习)优化:将强化学习(如PPO、GRPO)与Agent框架深度结合，建立Agentic RL训练体系，提升模型在复杂逻辑推理下的 准确率与动态反思能力。3.“AIforAI”前沿探索与落地:探索利用Agent自动化完成数据合成、模型评测、提示词优化、甚至算法搜索等任务，让AI成为AI研发的“助手”。参与构建基于执行反馈的学习算法，使系统能从实践中自我进 化o 4.多智能体系统(MAS)与工具集构建:参与多智能体协作框架的研发，封装复杂的业务SOP为可调用的治理Agent(如审核、归因Agent)，并构建高性能可复用的电商/业务场景Skills工具集

Requirements

基础条件-2027届及以后毕业的本科及以上学历在读，计算机、人工智能、软件工程、数学等相关专业。-实习须征得导师同意，能保证稳定的实习时间。 硬核技能1.扎实的代码与算法功底:熟练掌握Python，精通PyTorch等主流深度学习框架;具备良好的数据结构 和基础算法能力。NLP/CV/多模态相关研发经验更佳。3.Agent实战经验(加分项):熟悉至少一种主流Agent框架(如LangGraph、Swarm、 OpenClaw、 Coze等).-了解MCP协议及工具生态，有ToolUse、RAG或Memory机制的实际应用经验。 2.熟悉大模型技术栈:深入理解Transformer架构，熟 悉LLM原理(如SFT、RLHF等后训练技术)。若具备 加分项Agent相关论文。得优异成绩。 在ACL、EMNLP、NeurIPS、ICLR等顶会发表过LLM/ -在Kaggle、ACM-ICPC等竞赛或大模型相关榜单中取

Who this role is for

本科及以上在读生

Company overview