理想汽车｜强化学习算法实习生
岗位职责
1. 参与多智能体协同场景的环境构建、数据合成与算法设计（SFT & RL 全流程）。
2. 探索可泛化、可拓展的 Agentic LLM 训练方法，提升 Agent 在真实业务场景中的表现。
3. 参与研究结果整理与高水平论文发表。
任职要求
1. 全日制统招在校生，2027年及之后毕业。
2. 有大模型 / 多智能体系统（Multi-Agent System）/ 强化学习方向研究或实践经历，熟悉主流大模型训练方法优先。
3. 熟悉 Python 等至少一门编程语言，具有较强的代码开发能力，熟悉 Linux 工作环境。
4. 良好的工程实现能力，熟悉 LLaMA-Factory、Verl 等常见开源训练框架，能在多卡/多机环境下调试与优化者优先。
5. 在顶会 / 高水平期刊发表过相关论文，或有 Kaggle / ACM / ICPC 类竞赛奖牌及其他高水平竞赛获奖经历者优先。
6. 良好的沟通与团队协作能力，具备较强的思考和解决问题的能力，长期实习（6 个月及以上）优先。
理想汽车招聘实习生：强化学习算法实习生岗位来自理想汽车招聘官网，具体内容以理想汽车招聘官网为准。