Token Foundry-大模型算法研究员-Qwen Agent

1. Agent模型后训练： 负责大模型在Agent场景下的后训练（Post-training）工作，提升模型在复杂Agent任务中的表现。
2. 强化学习与RL探索： 设计并优化基于强化学习（RL）的Agent训练框架，提升模型的长期规划能力、试错反思能力及工具调用准确率。
3. 核心能力构建： 针对Agent的核心能力进行专项模型训练与对齐优化。
4. 行业解决方案落地： 深入理解具体行业的业务痛点，将Agent模型能力与行业Know-how结合，设计并落地端到端的行业Agent解决方案。
5. 前沿技术追踪： 跟踪学术界和工业界在LLM Agent、RLHF、后训练领域的最新进展，将前沿技术转化为团队的工程与算法资产。

【基础要求】
1. 计算机科学、人工智能、数学或相关专业硕士及以上学历。
2. 具备扎实的理论基础，熟悉Transformer架构及大模型底层原理。
3. 具备优秀的编程习惯和工程实现能力，熟悉 PyTorch 等主流深度学习框架。
【核心技能与经验】
1. 深入理解大模型后训练流程，有丰富的 SFT、RLHF、PPO、DPO 等算法的实操经验；熟悉强化学习理论，有将 RL 应用于 LLM 或 Agent 决策过程的实战经验。
2. 熟悉主流 Agent 框架与范式，有针对 Agent 特定能力进行模型微调或训练的经验。
3. 熟悉大模型分布式训练框架，有大规模集群上的模型训练与调优经验。
【加分项】
1. 对 AI Agent 在真实行业场景中的应用有强烈的好奇心和探索欲，不局限于“刷榜”，更关注技术如何解决实际业务问题。
2. 在知名大模型开源项目或 Agent 框架中有核心代码贡献。
3. 有具体行业大模型或 Agent 落地经验者优先。
【软性素质】
1. 具备极强的自驱力和解决复杂问题的能力，能够在模糊的业务场景中找到技术突破口。
2. 优秀的沟通协作能力，能够与工程团队、产品团队及业务方高效协同，推动项目落地。