岗位职责：
1、参与数据分析  Agent  的  Agentic  RL  训练与前沿算法研究。  面向  Excel、CSV、多文件等复杂结构化数据场景，探索长程推理、任务规划、工具调用、环境交互与奖励学习等关键技术，提升大模型自主理解数据、分析问题并完成复杂任务的能力。
2、参与数据科学  Agent  的强化学习与自主探索研究。  面向  Kaggle、KDD  Cup  等高难度数据科学任务，研究从数据理解、特征工程、机器学习建模、实验验证到方案迭代与模型集成的端到端智能体训练方法，探索搜索、反馈与自我优化机制。
3、参与结构化数据大模型长程  Agentic  RL  训练系统与前沿算法研究。  围绕长程推理、自主探索与持续自我提升能力，重点研究长程  Rollout、Credit  Assignment  与  RSI（Recursive  Self-Improvement）等关键技术，探索大模型在复杂任务中的自主迭代与能力持续进化。参与相关Benchmark的研发。

任职条件：
1、硕士及以上学历在读，计算机、人工智能、自动化、数学、电子信息等相关专业，具备良好的机器学习、深度学习及算法基础。
2、了解大语言模型相关技术，熟悉Transformer、SFT、强化学习等基本原理。有Agent、Reasoning、AgenticRL等相关研究或实践经验者优先。
3、对强化学习、大模型训练及智能体方向有浓厚兴趣，了解PPO、GRPO等算法。有RewardModeling、长程推理、CreditAssignment、RSI等方向经验者优先。
4、具备良好的Python编程及数据分析能力，熟悉NumPy、Pandas、PyTorch、Scikit-learn等常用工具。有Kaggle、KDDCup、ACM、数学建模等竞赛或相关项目经历者优先。
5、具备良好的科研与工程实践能力，能够阅读前沿论文并开展实验验证。有大模型训练、强化学习、分布式训练相关科研或项目经历，或高水平论文发表经历者优先。
6、具备较强的学习能力、问题分析与沟通协作能力，对前沿技术保持热情，能够主动探索并推动问题解决。