# 混元Agent强化学习框架工程师（深圳/北京/上海）

External opening: you cannot apply through AI Native Match; apply on the official site.

Apply through the official channel. The full external receipt stays in your workspace. When signed in, three minimal event types explicitly recorded through the CLI are reported by default: selection, self-reported application and channel observation. Browsing or saving a role does not report an event; external applications do not appear under My applications.

- Company: 腾讯 (Stage unknown)
- Locations: 北京
- Role: Engineering
- Apply on the official site: https://careers.tencent.com/jobdesc.html?postId=2061654749727600640

## Role description from source

1.参与 Research 场景下 Agent 框架的研发与维护，支持强化学习、数据生成、自动化评估和实验复现等业务需求；
2.统一封装模型调用、工具调用、任务执行、上下文管理、日志 Trace、结果收集和评估逻辑，沉淀稳定可复用的框架组件；
3.支持各类 Agent 策略及评估逻辑接入，维护相关接口、组件和验证机制；
4.优化框架易用性、稳定性和性能表现，解决实际运行中的并发、资源、链路和行为一致性问题，保障实验流程高效执行；
5.结合大模型训练视角，与算法团队共同推进新 Agent 范式、强化学习训练链路和评测方法的工程化落地。
职位要求
1.具备扎实的 Python 编程能力，熟悉异步编程（Asyncio）、并发处理和工程化最佳实践；
2.熟悉大模型与 Agent 相关应用技术，理解模型调用、工具调用、上下文管理、任务执行、日志 Trace 和结果评估等核心链路；
3.熟悉 Kubernetes 和容器化技术，具备在集群环境下进行开发、部署、排障或性能优化的经验；
4.了解大模型训练流程和基本原理，包括预训练、SFT、RLHF、强化学习训练或自动化评估中的至少一类；
5.具备良好的软件工程能力，重视模块化设计、测试、日志、性能和稳定性治理；
6.具备良好的问题分析及解决能力、沟通合作能力和 owner 意识，能高频承接算法团队需求并持续迭代。
工作年限（官方顶部字段）
一年以上工作经验
官方重要事项
1.熟练使用 AI 编程工具，并理解其工作原理、适用边界和工程落地方式；
2.有 Agent 框架、AI Coding CLI、强化学习环境或评测框架经验；
3.有研发效能平台、Review / Debug / Monitor、实验结果分析、问题追踪或知识库工具建设经验；
4.具备跨语言协作能力，能借助 AI 工具阅读和维护 TypeScript / Rust / Go 代码。

---
opening_id: 11fe3efd-d6f8-4157-8da5-458e7b484706

`anm openings save --id 11fe3efd-d6f8-4157-8da5-458e7b484706`