Find your next worthwhile move

后端开发工程师【AI团队】

核心AI应用工程：将Vibe Coding原型重构成可商用Agent产品，并负责平台化、稳定性及性能；JD学历表述为“本科及以上学历毕业生”，无明确年限。

AI for Science 药物研发科学家

面向真实药物研发平台，将科学计算转为可执行的Agent工作流，是行业知识转向AI工程的具体样本。

27届校招-AI产品经理（慧眼）(J14418)

将AI产品职责具体落实到Harness、数据、评测和商业化，能积累大模型产品质量工程经验。

【星火X计划】面向复杂任务的下一代Agent Harness 关键技术研发(J14502)

岗位范围直接包括Agent运行时、真实Coding任务交付与评测反馈闭环；不是泛后端岗位。

后端开发工程师（AI团队定向）

2027届AI团队定向后端校招：实际负责Agent及平台核心代码开发，含Memory/Evaluation/Observability和平台能力复用；与9806方向相近但校招资格、入门要求和目标人群独立。

智算云平台后端工程师-太初云

实际技术栈覆盖推理服务、MaaS、K8s和异构算力，职责从模型注册到在线服务与客户平台能力，AI Infra工程内容扎实。

CAD/CAE 后端开发实习生

把机械/几何背景与Agent工具接口开发结合，职责有代码仓库、API稳定性和工程数据交付物。

2027届校招-AI算法工程师（北京）(J14872)

2027届AI算法核心岗位：AI算法研发、既有模型优化、LLM方案落地；硕士应届生，工作地点北京。

大模型应用工程师

适合后端或数据工程师把工程能力用于企业数据Agent。

AI高级产品经理(J14357)

不以PRD交付为终点，责任包括产品被真实员工使用与改变工作方式，且技术要求覆盖Agent架构。

大模型算法工程师（Agent方向）

Recruitment status unknown · Last observed 2026-10-18

1、负责智能体（AI Agent）相关核心算法的研究与实现，构建具备多模态理解、规划、记忆、工具调用和任务执行能力的自主智能体体系； 2、参与大语言模型（LLM）在多轮对话、任务分解、知识检索、动作执行等环节的能力增强与优化； 3、设计并实现智能体的推理框架（Reasoning Framework），包括上下文记忆、长短期记忆融合（STM/LTM）、反思机制（Reflection Loop）、以及基于反馈的自我迭代策略； 4、负责Agent系统的工具生态构建，包括函数调用(Function Calling)、插件集成(Plugin Integration)、知识库检索(RAG)等，提升模型的可操作性与可解释性； 5、跟进业界前沿的大模型与Agent技术（如OpenAI o1、Anthropic Claude、MCP、LangChain、AutoGPT、OpenDevin等），并探索其在社交、内容、推荐、AIGC、商业化等场景的落地路径； 6、分析与解决模型在多轮推理、长上下文记忆、工具调用策略优化等过程中的技术瓶颈； 7、与产品、平台及算法团队紧密协作，将Agent能力嵌入真实业务流程中，并通过数据反馈实现持续演化。 职位要求 1、计算机科学、人工智能、电子工程或相关专业硕士及以上学历； 2、扎实的机器学习与深度学习理论基础，熟悉Transformer、LLM训练范式（SFT、RLHF、DPO、RAG、LoRA等）； 3、精通Python，熟悉至少一种主流框架（PyTorch/TensorFlow），有Agent框架（LangChain、LlamaIndex、AutoGPT等）使用或开发经验； 4、熟悉大语言模型的系统优化与部署流程，包括推理加速、分布式并行（Data/Model/Pipeline Parallel）、Prompt Engineering等； 5、具备较强的工程实现与问题解决能力，能快速在实际场景中实现智能体任务执行闭环； 6、具有良好的跨团队沟通能力与创新精神，能够从算法到产品形成完整落地路径。 【优先条件】 1、对Qwen（通义千问）系列或其他主流开源大模型（如Llama、Mistral、Yi、GLM、InternLM等）有深入理解或微调经验者优先； 2、熟悉智能体框架（如LangChain、CrewAI、LlamaIndex、AutoGPT、OpenDevin、MCP框架等），对工具调用、任务规划、记忆系统有实际开发经验者优先； 3、具备强化学习（RL）、规划与控制（Planning & Control）或多智能体系统（Multi-Agent System）经验者优先； 4、在NeurIPS、ICLR、ACL、AAAI等顶级会议或期刊上发表过相关论文者优先； 5、有大规模工程化经验（Kubernetes、Ray、Hadoop、Spar

大模型算法工程师（TTS & AI音乐方向）

Recruitment status unknown · Last observed 2026-10-18

1、负责将声学知识（人声和音乐）应用于文本到语音（TTS）与文本到音乐生成场景，从应用链路的各个环节提升声音质量，包括语音自然度、情绪表达、音色一致性，以及音乐的旋律优美度、节奏准确性等，以满足实际场景需求； 2、深入理解音乐结构（旋律、和声、节奏、情绪）与音频信号处理，将音乐理解相关特征引入 TTS/SVS 模型，提高音乐性、可控性与生成质量； 3、参与歌声合成（SVS）和声音克隆（VC）相关模型的研发与调优，包括音高曲线控制、韵律建模、音色迁移、多风格歌唱生成等； 4、跟进行业前沿的 TTS、歌声合成、音频生成模型技术（如 Diffusion、Flow Matching、GAN、Neural Codec、音频 LLM 等），并将其有效应用于实际业务场景； 5、构建与维护大规模音频与语音训练数据集，设计高效的数据清洗、标注、增强、去噪与特征提取流程； 6、分析与解决应用中的关键问题，如音质退化、发音错误、韵律异常、音色偏移等，并持续优化模型性能； 7、与音乐制作、产品、内容团队协作，推动模型在 AI 音乐创作、AI 歌手、AI 语音助手、语音互动等场景的落地，并根据反馈持续迭代。 职位要求 1、计算机、人工智能、电子工程、信号处理或相关领域硕士及以上学历； 2、扎实的机器学习/深度学习基础，熟悉 Transformer、Diffusion、GAN、Flow Matching 等主流生成模型； 3、精通 Python，熟练掌握 PyTorch/TensorFlow 等主流深度学习框架； 4、熟悉音频处理基础，如 STFT、Mel 频谱、f0 提取、音频编码、声码器（Vocoder）等； 5、具备 TTS、VC、SVS、音频生成或语音模型相关的项目经验； 6、具备大规模分布式训练经验，包括数据并行、模型并行、流水线并行等； 7、良好的问题分析与解决能力，拥有优秀的沟通能力与团队合作精神。 【优先条件】 1、有音乐基础、具备音乐素养、热爱音乐，或有实际音乐创作经验者加分（乐理、编曲、歌唱等）； 2、对 AI 音乐创作、音乐生成模型（如 Suno、MusicGen、SunoChorus）、AI 作曲工具链有深入了解者优先； 3、熟悉 CosyVoice、VITS、DiffSinger、FishSpeech、BigVGAN、Neural Codec 等主流 TTS/SVS/音频生成开源项目； 4、对开源社区有贡献，或拥有高质量 GitHub 项目/技术博客； 5、在 ICASSP、ISMIR、Interspeech、NeurIPS、ICML、ACL 等会议发表过语音/音频/音乐生成相关论文者优先； 6、熟悉大规模数据处理技术（Hadoop、Spark 等）者优先。 官方顶部字段 学历：硕士 年限：3-5年

资深技术美术工程师（AI场景）

Recruitment status unknown · Last observed 2026-10-18

1. 负责 写实和风格化项目的场景设计与全流程落地，包括场景概念、空间规划、视觉氛围、关键视觉点和关卡体验原型。 2. 基于策划需求拆解场景目标，在 UE 中快速搭建可体验的场景或关卡原型，验证玩法节奏、空间关系、视觉表现与体验方向。 3. 深度结合 TA 中台 AI 工具与主流 2D/3D AI 工具链，完成设计探索、效果原型、资产草案、材质和氛围验证等工作。 4. 跟进并测评主流 2D/3D 大模型能力变化，结合项目需求完成模型选型、流程验证和方法沉淀。 5. 在体验方向确认后，整理资产拆分、制作规格、参考标准与验收依据，交付下游美术、TA、关卡和外包团队规范化生产。 6. 负责 UE 内灯光、材质、后处理、环境氛围、资源摆放和画面效果调整，推动 AI 场景流程在项目中稳定落地。 职位要求 1. 具备资深游戏场景美术能力，熟悉从设计、制作、编辑到 UE 落地的完整场景生产流程。 2. 熟悉写实风格化场景美术方法，能把控真实感、设计感、空间层次、视觉引导和游戏可读性。 3. 对主流 2D、3D AI 大模型及相关工具有丰富生产经验，能够根据模型能力差异完成工具选型、流程组合与效果验证。 4. 具备 AI 大模型测评意识，能评估模型质量、可控性、一致性、资产可用性、迭代效率及项目落地价值，并转化为生产方案。 5. 能结合 TA 中台 AI 工具、UE 引擎和项目需求，完成从设计探索、效果原型到下游资产规范化交接的完整闭环。 6. 能独立理解策划意图并快速转化为可体验场景方案，具备较强的综合判断与问题拆解能力。 7. 具备规范化交接意识，能输出下游和外包可执行的资产拆分、规格标准、参考图和验收要求。 8. 具备跨团队协作能力，能与 TA 中台、项目美术、策划、关卡、程序和外包团队稳定协作。 9. 加分项：有 AI 美术工作流、场景原型验证流程、外包生产规范或项目级场景管线建设经验。 官方顶部字段 学历：本科 年限：3-5年

UI/UX Designer

Reported open · Last observed 2026-10-18

Team Overview Dify (https://dify.ai/) is an easy-to-use, open-source LLM (Large Language Model) application development platform. It offers visual orchestration for various types of applications like AI Workflow and AI Agent, assisting developers in accelerating AI application innovation and implementation based on LLM, as well as enabling continuous operation and iteration. Since its launch in May 2023, Dify has achieved over 125k stars on GitHub 🌟, making it one of the fastest-growing open-source projects globally. Role Overview As an UI/UX Designer at Dify, you will lead the design of user interfaces for our AI development platform. You'll work closely with product managers, engineers, and marketing staffs to create seamless and powerful experiences for the customers. This role is for someone who thrives in high-agency environments, enjoys deep collaboration with technical teams, and is passionate about making cutting-edge technology accessible through thoughtful design. Responsibilities End-to-End Design Leadership Lead the end-to-end UI design process—from research and wireframing to high-fidelity mockups, prototyping, and developer handoff. Complex Workflow Design Design

Content Marketing

Reported open · Last observed 2026-10-18

团队概述 Dify (https://dify.ai/) 是一款易于使用的开源 LLM（大语言模型）应用开发平台。 它为 AI 工作流和 AI Agent 等各类应用提供可视化编排，协助开发人员加速基于 LLM 的 AI 应用创新与落地，并实现持续运营与迭代。 自 2023 年 5 月推出以来，Dify 在 GitHub 上已获得超过 12.5k 🌟，是全球增长最快的开源项目之一。 职位概述 加入 Dify Global Marketing 团队，通过对市场、用户及竞品的持续观察，发现值得讨论的议题，将洞察转化为高质量内容，并借助 AI 提升内容生产、复用和分发效率。 我们希望你既能判断“什么值得讲、为什么现在讲”，也能亲自把内容做出来，让更多用户理解 Dify 的价值，推动品牌影响力与用户增长。 岗位职责 1. 持续关注 AI、软件及相关领域的行业趋势、用户需求和竞品动态，主动发现内容机会，提出有观点、有依据的选题。 2. 围绕产品能力、用户场景和市场议题，独立完成文章、社交媒体内容、客户案例、视频脚本等内容的策划与制作，并与设计、产品及相关团队协作落地。 3. 基于用户痛点及 Dify 的差异化优势，快速形成有说服力的内容，回应市场关注的问题，帮助用户理解产品及其应用价值。 4. 将 AI 融入资料研究、信息分析、内容创作、多形式改编及分发流程，在保证事实准确和表达质量的基础上提升产出效率。 5. 参与建设内容选题库、发布计划与可复用的内容资产，根据不同渠道和受众调整表达，提升内容的持续传播与搜索可见性。 6. 结合内容触达、互动、网站访问、用户行动及反馈，复盘内容效果，持续优化选题、形式和分发方式。 任职要求 1. 具备内容营销或相关 Marketing 实战经验，能够展示由自己主导或深度参与的内容作品，并清楚说明目标、个人贡献和实际效果。 2. 对市场、用户和竞争变化保持敏感，能够从信息中形成判断，主动提出选题并推动执行。 3. 具备扎实的写作、编辑与信息组织能力，能够将复杂概念转化为清晰、准确、有吸引力的表达。 4. 熟练使用 AI 工具开展研究、分析和内容生产，能说明具体工作流程，以及如何验证事实、改善质量和提高效率。 5. 在文章、社交媒体、SEO、视频或客户案例等至少一个方向有明确长项，并愿意根据项目需要拓展其他内容形式。 6. 适应创业公司的工作节奏，能够在信息不完整、资源有限的情况下明确优先级，亲自推进项目并完成交付。 【加分项】 1. 有 AI、SaaS、开发者工具、开源产品或其他科技产品的内容营销经验。 2. 有内容带来持续搜索流量、用户增长或商业线索的实践。 3. 有搭建 AI 内容工作流、管理自由撰稿人或沉淀内容方法的经验。 4. 有英文内容创作或面向海外受众开展内容营销的经验。 欢迎在沟通时分享你的代表作品或

Developer Relations Intern

Reported open · Last observed 2026-10-18

团队概述 Dify (https://dify.ai/) 是一款易于使用的开源 LLM（大语言模型）应用开发平台。 它为 AI 工作流和 AI Agent 等各类应用提供可视化编排，协助开发人员加速基于 LLM 的 AI 应用创新与落地，并实现持续运营与迭代。 自 2023 年 5 月推出以来，Dify 在 GitHub 上已获得超过 12.5k 🌟，是全球增长最快的开源项目之一。 职位概述 我们正在寻找一名对 AI、开发者工具和开源社区 感兴趣的 DevRel 实习生。 这个岗位介于「开发者 × 内容 × 社区 × 产品」之间。你不需要是资深工程师，但需要能够理解技术、和开发者交流，并把复杂的技术内容转化成清晰、有价值的信息。 相比「做过多少运营」，我们更看重你是否：懂一点代码、愿意折腾产品、能和开发者交流、能把事情讲清楚，并且有持续学习新技术的能力。 如果你平时会因为发现一个有意思的 GitHub 项目，自己 Clone 下来跑一遍，再研究它为什么这么设计——那你可能会很适合这个岗位。 岗位职责 参与 GitHub、Discord、企业微信等开发者及用户社区的日常运营，跟进 Issue、Discussion、PR 和用户反馈，整理常见问题与社区需求，并推动问题进入正确的处理流程。 参与 Meetup、Hackathon、线上活动等开发者活动的策划和执行，并作为 Speaker 参与技术分享与对外交流。 体验 AI / Agent / Workflow 产品，独立完成基础 Demo，并能够向开发者解释其工作方式 协助维护开发者文档、示例项目、社区资源和 GitHub 内容 撰写或协助制作 Tutorial、Blog、Release 内容、技术案例和社区内容 使用基础数据观察社区表现，例如 Issue 响应、PR、Contributor、内容和活动数据 跟进 AI、Agent、开源生态和开发者工具领域的新产品、新项目和社区趋势 任职要求 有一定编程基础，至少熟悉 Python / JavaScript / TypeScript 中的一种 使用过 Git、GitHub，知道 Issue / PR / Fork / Branch 等基本协作方式 具备良好的英文沟通及公开演讲能力，能够阅读英文技术资料并独立担任英文活动或技术分享 Speaker。 对 AI、LLM、Agent、Workflow 或开源项目有真实兴趣 能快速学习一个技术产品，并把它解释给别人 有不错的文字表达能力，愿意写技术内容 有较强的自驱力：遇到问题会先搜索、实验、验证，而不是等待明确指令 加分项 给开源项目提交过 Issue / PR，或者维护过自己的项目 写过技术博客、教程，做过视频或技术分享 活跃于 GitHub、Reddit

Product Marketing Manager

Reported open · Last observed 2026-10-18

团队概述 Dify (https://dify.ai/) 是一款易于使用的开源 LLM（大语言模型）应用开发平台。 它为 AI 工作流和 AI Agent 等各类应用提供可视化编排，协助开发人员加速基于 LLM 的 AI 应用创新与落地，并实现持续运营与迭代。 自 2023 年 5 月推出以来，Dify 在 GitHub 上已获得超过 12.5k 🌟，是全球增长最快的开源项目之一。 职位概述 加入 Dify Global Marketing 团队，连接市场、产品与商业化团队，将用户需求、产品能力和竞争洞察转化为清晰的产品定位、价值表达与市场推广方案。 你将围绕产品及功能发布、竞争策略和市场教育，帮助不同受众理解 Dify 的价值，并为销售及区域市场团队提供可直接使用的产品叙事和推广材料。 1. 具备产品市场营销或相关实战经验，参与过产品定位、产品或功能发布、市场教育、销售支持等工作，能够展示具体成果。 2. 具备较强的产品理解能力，愿意深入体验产品、理解功能及使用场景，能够将复杂能力转化为面向用户和购买者的价值表达。 3. 能够分析用户需求与竞争格局，识别差异化机会，并通过信息验证和实际反馈修正判断。 4. 理解产品进入市场的基本过程，能够协调 Product、Marketing、Sales 等团队，将方案转化为具体材料和行动。 5.具备清晰的写作、表达及跨团队沟通能力，能够独立完成产品叙事、发布材料或销售支持内容。 6. 能够熟练使用 AI 工具开展研究、分析和日常工作，兼顾效率、事实准确性与判断质量。 7. 适应快速变化的创业环境，能够明确优先级、主动推动协作，并亲自完成关键交付。 岗位职责 1. 持续研究目标用户、使用场景、购买决策及竞争格局，结合客户访谈、产品反馈和市场信息，为产品定位与推广提供依据。 2. 与产品、技术及商业化团队协作，提炼目标受众、核心价值和差异化优势，形成清晰、一致的产品定位与价值表达。 3. 策划并推动产品及功能的市场发布，明确发布受众、核心信息和推广节奏，协调相关团队完成发布材料与市场教育内容。 4. 跟踪竞品的产品能力、定位和市场动作，制作竞品对比、竞争应对卡（Battle Card）及常见异议处理材料，帮助团队准确表达 Dify 的优势与适用场景。 5. 为销售、合作伙伴及区域市场团队提供产品介绍、演示叙事、场景方案、FAQ 和培训材料，支持客户沟通与本地市场推广。 6. 结合发布后的用户反馈、采用情况及销售一线信息，复盘产品价值是否被准确理解，持续优化定位、表达和推广材料。 7. 将 AI 融入市场研究、竞品分析、信息整理和材料制作，提高工作效率，并对分析与表达的准确性负责。 任职要求 1. 有 AI、SaaS、开发者工具、企业软件或开源产品的产品市场经验。 2. 有面向开发者、技术决策者或企业买家开

Backend Development Intern

Reported open · Last observed 2026-10-18

职位概述 我们正在寻找一名具备扎实编程基础、关注系统性能与代码质量的后端研发实习生。 你将使用 Python 和 Go 参与 Dify 核心后端系统的开发与优化，重点接触性能分析、模块重构、数据库优化和工程质量建设。同时，我们希望你能够熟练使用 AI 编程工具，提高代码理解、开发、测试和问题排查效率。 岗位职责 使用 Python 和 Go 参与后端 API、业务模块及基础组件的开发与维护。 优化接口性能、数据库查询、缓存策略和高并发场景下的资源使用。 参与代码重构，改善模块边界、依赖关系、重复逻辑和复杂调用链。 编写单元测试，参与 Code Review、问题排查和稳定性建设。 合理使用 AI 工具辅助代码阅读、方案设计、编码、测试和文档编写，并对产出结果进行验证。 任职要求 基础要求： 全日制本科或硕士在读，计算机及相关专业优先。 熟悉 Python / Go，能够完成后端功能开发和问题排查。 掌握基本的数据结构、算法、操作系统、计算机网络和并发编程知识。 了解 HTTP、SQL、关系型数据库及 Redis，能够使用 Linux 和 Git 完成日常开发。 重视代码可读性和可维护性，能够关注命名、职责划分、异常处理和边界条件。 熟练使用至少一种 AI 编程工具，如 Codex、Claude Code、Cursor 等，能够正确判断和验证 AI 生成的代码。 能够阅读英文技术文档，具备良好的沟通能力、自我驱动力和学习能力。 加分项： 有 API、数据库、并发或内存性能优化经验。 熟悉 PostgreSQL、消息队列、Docker 或 Kubernetes。 使用过 Go Benchmark、pprof、Python Profiling 等性能分析工具。 使用过 Dify、OpenAI API 或其他 LLM 开发工具。 参与过开源项目，有可展示的 GitHub 项目或 Pull Request。 我们重点关注： 是否能够写出简单、清晰、职责明确的代码。 是否理解模块边界，避免过度抽象和不必要的复杂度。 是否会主动关注数据库查询、内存使用、并发安全和接口性能。 是否能够有效使用 AI 工具，同时保持独立思考和结果验证能力。 是否能够解释自己的技术选择，并通过测试或数据验证效果。

LTS Backend Software Engineer

Reported open · Last observed 2026-10-18

团队概述 Dify (https://dify.ai/) 是一款易于使用的开源 LLM（大语言模型）应用开发平台。 它为 AI 工作流和 AI Agent 等各类应用提供可视化编排，协助开发人员加速基于 LLM 的 AI 应用创新与落地，并实现持续运营与迭代。 自 2023 年 5 月推出以来，Dify 在 GitHub 上已获得超过 12.5k 🌟，是全球增长最快的开源项目之一。 职位概述 我们正在寻找一名后端工程师，负责 Dify 企业版 LTS（长期支持版本）的持续维护与工程建设。 这是一个连接产品研发、企业客户支持、安全响应与版本工程的关键岗位。你将负责定位和修复 LTS 版本问题，处理企业客户工单，推动高严重度问题闭环，并跟踪第三方依赖的安全漏洞及 CVE，完成影响评估和必要的补丁 Backport。 除日常维护外，你还将参与 Patch Release、LTS 分支管理，以及版本升级、回滚和数据迁移能力建设，并通过自动化工具持续提升多版本维护和发布效率。 这个岗位适合后端基础扎实、善于定位复杂问题、重视软件稳定性和兼容性，并愿意对企业客户的长期使用体验负责的工程师。有企业级软件交付、开源项目维护、版本发布、安全修复或私有化部署经验者将更具优势。 岗位职责 负责 Dify 企业版 LTS 版本的长期维护，包括版本问题修复、Patch Release、工单处理及日常维护。 跟踪产品及第三方依赖的安全漏洞和 CVE，评估影响范围，并将必要修复 Backport 至对应 LTS 版本。 与产品研发团队协作，处理高严重度产品问题，控制跨版本修复带来的兼容性和回归风险。 维护和完善 LTS 版本升级、回滚、迁移工具，保障相邻 LTS 版本之间平滑迁移。 处理 PostgreSQL、Redis、Celery、消息队列、向量数据库等核心组件相关的兼容性和稳定性问题。 建设 LTS 分支管理、Backport、发布及自动化维护工具，持续降低多版本长期维护成本。 任职要求 3–5 年及以上 Python 或 Go 后端开发经验，具备复杂后端系统开发和问题定位能力。 熟悉 Python（Flask / Django / FastAPI 等）或 Golang，具备良好的代码阅读、Debug 和工程能力。 熟悉 PostgreSQL、Redis 及常见异步或消息中间件，如 Celery、RabbitMQ、Kafka。 熟悉 Docker、Kubernetes、Linux 及 CI/CD，具备线上环境问题排查能力。 对软件稳定性、版本兼容性、数据库 Migration 和变更风险有较强意识。 具备良好的沟通、协作、自驱和问题分析能力，能够熟练阅读英文技术文档。 有 LTS、开源项目长期维护、CVE 修复、Patch Backport

大模型算法研究员(J11069)

Reported open · Last observed 2026-10-18

岗位职责： 1、核心模型演进： 负责通用/领域大模型的全生命周期研发，包括超大规模指令微调（SFT）及偏好对齐（Alignment）； 2、Agentic RL 研发： 针对智能体场景，研究并实现基于强化学习的决策模型。重点解决 Long-horizon Reasoning（长程推理）、Tool-use（工具调用）和 Self-correction（自我纠错）在复杂多轮交互中的表现； 3、对齐算法创新： 探索和落地超越 DPO/PPO 的最新对齐技术（如 GRPO, DAPO, Online RLHF），通过构建高精度的 Reward Model 提升模型在逻辑、代码及 Agent 任务上的胜率； 4、合成数据管线： 利用 Teacher-Student 架构，通过 AI-native 方法构建针对 Agent 动作轨迹、反思闭环的高质量合成训练集； 5、前沿跟踪： 紧跟 OpenAI o-series, Claude Opus 等最新推理模型技术路径，将长推理链、系统性思维等能力注入开源基座。" 职位要求 学术背景： 计算机、数学、统计学或相关专业硕士/博士学位；在顶级会议（NeurIPS, ICLR, ICML, ACL）发表过高质量论文者优先。 1、模型训练功底： 具备Deepseek, Qwen, GLM 等主流开源大模型的实战微调经验，深刻理解 Transformer 架构及注意力机制的演进。等主流开源大模型的实战微调经验，深刻理解 Transformer 架构及注意力机制的演进； 2、强化学习经验： 熟练掌握 PPO, DPO, GRPO等强化学习算法在 NLP 领域的应用，能够独立解决 RL 训练中的不稳定性、奖励函数偏移（Reward Hacking）等挑战； 3、Agent 实战： 熟悉主流 Agent 框架（如 LangGraph, AutoGPT，ClaudeCode），有实际处理过评测集优化经验者优先； 4、工程能力： 熟练使用 Python/PyTorch，精通分布式训练工具链（DeepSpeed/Megatron），具备千卡规模下的模型并行、流水线并行调优经验。"