小红书(xiaohongshu)招聘【Ace顶尖实习生】基础大模型Agent能力研究
招聘职位：
【Ace顶尖实习生】基础大模型Agent能力研究 搜索同类职位
岗位职责：
我们致力于构建可持续进化的 Agent 系统：让 Agent 在真实环境中通过交互、学习与数据闭环，不断提升复杂任务能力。
围绕“数据 → 学习 → 自进化”三位一体展开：
- Agent 自进化：
基于真实任务轨迹与反思机制，提升 Agent 在长期交互中的自主学习能力，解决反馈建模、策略泛化与错误累积问题。
- RL for Agent Systems：
将强化学习引入 Agent 全链路（规划-执行-反馈），研究 trajectory-level reward、credit assignment 及 offline/online 混合训练。
- Agentic Data Construction：
构建由 Agent 主导的数据生产与筛选机制，形成“生成 → 评估 → 反哺”的数据闭环，持续放大模型能力。
任职要求：
1、不限年级，本科及以上在读，计算机/人工智能/软件工程等相关专业优先；
2、扎实的编程能力和算法功底，熟练掌握Python/C++/Java等至少一种编程语言；
3、扎实的机器学习/深度学习理论基础，有大规模推荐系统、计算广告、搜索引擎等核心算法项目经验；
3、有LLM/MLLM等多模态理解技术背景，或大规模模型训练实际项目经验者优先；
5、在TPAMI/CVPR/NeurIPS/ICCV/ICML/ICLR等顶级期刊会议上发表相关论文者优先；
6、在顶级学术会议或期刊发表论文，或ACM编程竞赛/机器学习等竞赛获奖；
7、良好的沟通协作能力，责任心强，积极主动，能和团队一起探索新技术，推进技术进步。
我们致力于构建可持续进化的 Agent 系统：让 Agent 在真实环境中通过交互、学习与数据闭环，不断提升复杂任务能力。
围绕“数据 → 学习 → 自进化”三位一体展开：
- Agent 自进化：
基于真实任务轨迹与反思机制，提升 Agent 在长期交互中的自主学习能力，解决反馈建模、策略泛化与错误累积问题。
- RL for Agent Systems：
将强化学习引入 Agent 全链路（规划-执行-反馈），研究 trajectory-level reward、credit assignment 及 offline/online 混合训练。
- Agentic Data Construction：
构建由 Agent 主导的数据生产与筛选机制，形成“生成 → 评估 → 反哺”的数据闭环，持续放大模型能力。
任职要求：
1、不限年级，本科及以上在读，计算机/人工智能/软件工程等相关专业优先；
2、扎实的编程能力和算法功底，熟练掌握Python/C++/Java等至少一种编程语言；
3、扎实的机器学习/深度学习理论基础，有大规模推荐系统、计算广告、搜索引擎等核心算法项目经验；
3、有LLM/MLLM等多模态理解技术背景，或大规模模型训练实际项目经验者优先；
5、在TPAMI/CVPR/NeurIPS/ICCV/ICML/ICLR等顶级期刊会议上发表相关论文者优先；
6、在顶级学术会议或期刊发表论文，或ACM编程竞赛/机器学习等竞赛获奖；
7、良好的沟通协作能力，责任心强，积极主动，能和团队一起探索新技术，推进技术进步。
免责声明：
此信息由小红书官网 (查看来源)审核并发布，我们转载该信息，仅出于传递更多就业招聘资讯、促进大学生及广大求职者就业之目的。该招聘职位信息的真实性、准确性、时效性及合法性均由原始发布方“小红书官网”负责。我们作为信息转载平台，不构成求职建议，不涉及任何职业中介服务，不对其内容承担任何形式的保证责任。请用户在使用转载信息时保持审慎，自行判断并承担相应风险，求职请认准企业官方渠道！
