千问事业部-健康智能体算法专家-杭州/北京

1、负责健康 Agent 的核心能力研发，构建能规划、调用工具、检索证据、执行多步任务并在失败后自我恢复的智能体，覆盖健康咨询、报告解读、用药管理、慢病与生活方式管理等长周期任务； 2、负责 Agentic RL 与长程优化，用 GRPO、PPO、RLVR、过程奖励模型和 Self-play 训练多轮长程策略，解决稀疏奖励、信用分配、长上下文和多目标奖励融合问题，并系统性防御 Reward Hacking； 3、主导递归自我改进（RSI）闭环：让系统自动挖掘失败案例、生成训练数据与环境、评测修正并迭代 Prompt、Skill 和工具，在医学安全关口和人工审核下实现从“人工调参”到“系统自进化”； 4、搭建可验证的训练与评测环境，包括用户模拟器、工具沙箱、医疗服务接口模拟和可复现任务集，为 RL 和自我改进提供可靠信号； 5、设计长期记忆的写入、整合与遗忘机制，让 Agent 在跨会话、跨…… 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 20969 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。