【蚂蚁星】算法工程师-Agentic Learning-灵光（实习）

岗位职责

部门介绍： Agent团队致力于在解决大模型应用最后一公里的问题。通过训练模型在复杂、长程任务下的能力，提升AI产品的用户体验，构建训练的数据飞轮。 职位描述： 智能体进化是人工智能领域的重要研究方向，旨在通过持续学习和自我改进机制，使AI智能体能够在复杂环境中不断提升其决策能力和执行效率。基于开源的AWorld框架，探索智能体在多样化环境中的自我演进机制。同时，执行环境构建是智能体训练和部署的关键基础设施，直接影响智能体的学习效果和实际应用能力。AWorld也构建了完整的分布式训练环境，支持大规模智能体的并行训练和评估。 据此，本项目关注智能体和环境构建的双向强化机制的协同效应。智能体进化与环境构建之间存在相互促进的协同关系，形成了独特的双向强化机制： 1.智能体 to环境优化：智能体的学习需求驱动环境复杂度的提升； 2.环境 to智能体进化：丰富的环境提供更多学习机会和挑战； 3.协同效应实证：通过智能体和环境，研究和发现双向强化的可能性和理论基础。 据此，工作职责包括： 1.构建Agentic Learning的训练Infra，从cuda、megatron等底层，到RLRoll的策略，到训练目标的设计等等；需要全链路的人才加入； 2.构建Agent背景下的大模型评测新benchmark，做到基于评测驱动的大模型新迭代范式； 3. 大模型和产品结合，依托灵光等产品，创建产品和模型之间的数据飞轮，构建产学研的轮转迭代。

任职要求

基础要求： 1.目前正在攻读计算机科学或相关STEM领域的学士,硕士或博士学位； 2.具有一种或多种通用编程语言的经验,包括但不限于: Java,C/C ++ 、Python、JavaScript或Go； 3.具有上述研究领域的相关经验,包括行业经验或作为参与实验室研究； 4.具有LLM、VLM、World Model等大模型训练经验。 优先录用： 1.对技术研究充满热情,具有产生新思想和创新的能力; 在自学,问题分析和解决方面表现出色； 2.在国际顶尖会议（ICLR、ICML、NeurIPS）上或核心期刊发表一份或多份出版物或论文； 3.有计算机、数学等竞赛金奖；AI项目开源（1k+ stars）；知名项目和顶尖研究院实习经验；等等。

特色标签

Agent自学习、Agent评测体系、AI智能体、AWorld开源框架、C/C++、CUDA编程、Golang、GPU高性能计算、Java、LLM、Megatron-LM训练库、Python、RL策略优化、云原生、产研闭环、分布式机器学习、分布式计算、分布式训练框架、参加算法相关竞赛/获奖、发表算法相关优秀论文、基础设施、多模态算法、大模型算法、大模型评测基准、大规模并行、大语言模型、学术产业协同、并行训练、强化学习、强化学习人类反馈、强化学习策略、支付、数据回流机制、数据安全、数据闭环、数据驱动迭代、智能代理、智能体、智能体持续学习、智能体能力评估、智能体训练框架、有留学背景、机器学习、模型加速/性能优化、深度学习、科研产品一体化、自主体、自主进化学习、自然语言处理算法、超大规模预训练模型、金融