Agentic-RL 算法工程师

【岗位职责】 1. 负责 Agentic RL 技术在 Soul APP 的落地，面向 AI 陪伴、聊天助手、语音交互等场景，提升模型的多轮任务规划、工具使用、自我纠错和持续交互能力。 2. 设计并优化 Agent 训练流程，包括任务环境构建、交互轨迹采集、奖励设计、强化学习训练和模型评估，推动模型能力从单轮回复向自主完成复杂任务演进。 3. 针对社交场景中的长对话、个性化陪伴和人设一致性问题，研究记忆使用、长期目标保持及多步决策策略，持续改善用户体验。 4. 建立 Agent 能力评估体系，结合离线评测与线上业务反馈，定位任务成功率、交互质量和安全性等方面的问题，并推动优化方案落地。 【任职要求】 1. 全日制硕士及以上学历，2 年及以上大模型算法相关工作经验，具备强化学习或 Agent 项目实践经验。 2. 熟悉大模型后训练技术，理解 SFT、偏好优化及 PPO、GRPO 等强化学习…… 完整岗位描述与官方投递入口,请登录后在岗位详情页查看。

本站当前在招 21045 个北京岗位（全城各职能合计），其中 1782 个公开标注了薪资。按这些标注统计：月薪（税前）主流区间 7K ~ 20K（25~75 分位），中位约 12K，最低 1K、最高 300K。