深圳虾皮信息科技有限公司招聘（ASP Intern）LLM-大模型强化学习算法工程师
招聘职位：
（ASP Intern）LLM-大模型强化学习算法工程师 搜索同类职位关于团队
Compass 是由 Shopee 研发的面向全球竞争的超大规模多语言模型，具备强大的跨文化理解、复杂逻辑推理与自主执行能力。依托全球新兴市场（尤其是东南亚）海量的多语言、多文化数据优势，Compass 系列模型已成功实现了从 v1 到 v3 演进。当前，我们正聚焦前沿技术突破，全力打造架构更先进、能力更卓越的下一代基座大模型，打造全球领先的多语言与自主智能体（Agentic LLM）技术体系。我们将通过对算法和数据策略的深入研究，建立科学的 scaling law 指导规划，攻克训练与推理加速瓶颈，打通从数据治理到智能涌现的确定性路径。我们追求将现有技术做到极致。
岗位描述
我们正在探索面向复杂真实任务的 Agentic AI 训练方法，目标是让大模型智能体在长程、多步骤、工具调用、多轮反馈的环境中具备更强的任务拆解、规划执行、错误恢复和持续优化能力。
你将参与长程 Agentic 任务的训练环境、奖励建模、轨迹数据、RL 算法和评测体系建设，推动模型在代码、浏览器使用、深度研究、工具调用、多智能体协作等任务上的可靠性提升。
公司介绍
- 公司名称
- 深圳虾皮信息科技有限公司
- 公司性质
- 外商独资/外企代表处
免责声明：
此信息由国家大学生就业服务平台 (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“国家大学生就业服务平台”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！