月之暗面｜大模型强化学习研发实习生（Intern - RL)
岗位职责
研究基于Long CoT的大模型强化学习相关技术，包括算法或系统，实现技术突破，涉及：
方向一：推理能力Reasoning
方向二：智能体Agent
以及研究其他通往AGI/ASI的前沿技术
任职要求
任职要求：
985/211高校研究生以上学历或优秀本科生，计算机科学、人工智能、机器学习等相关专业；
熟悉强化学习和大模型相关技术，具有相关实践和研究经验的同学为佳。
有大模型infra相关研发经验者优先。
有大模型+Agent相关研发经验者优先。
有一定的相关研究经历，发表过顶级会议论文者优先，如ICLR, NeuriPS, CoRL, ICML, CVPR等等；
具备扎实的Python编程基础，有优秀的工程能力，具有ACM等编程竞赛获奖者优先。
具备良好的团队协作能力和沟通能力；
月之暗面招聘实习生：大模型强化学习研发实习生（Intern - RL)岗位来自月之暗面招聘官网，具体内容以月之暗面招聘官网为准。