Agent算法工程师

【岗位职责】 1. 负责大语言模型后训练相关算法的研发，重点研究强化学习、偏好优化、Reasoning、Agent Training 等方向，探索 LLM 在复杂任务场景下的持续学习与能力提升方法。 2. 负责基于 PPO、GRPO、DPO、RLHF/RLAIF 等方法开展大模型强化学习训练，研究 Reward Modeling、Process Reward、Outcome Reward、On-Policy Learning 等技术，持续提升模型的推理、规划、工具调用及任务执行能力。 3. 研究 LLM / Agent 的 Self-Improvement、Recursive Self-Improvement（RSI）、Self-Reflection、Self-Play、Experience Learning 等技术，构建从任务执行、轨迹采集、反馈生成、策略优化到模型更新的自我进化闭环。 …… 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 654 个大连岗位（全城各职能合计），其中 145 个公开标注了薪资。按这些标注统计：月薪（税前）主流区间 3.5K ~ 12K（25~75 分位），中位约 8K，最低 2K、最高 60K。