大模型安全智能体青年研究员/工程师

参与安全场景下的大模型训练和智能体研发，围绕模型后训练、Agent 能力构建、任务环境及自动化评测开展研究与工程实践，将算法方案转化为可训练、可运行和可验证的智能体系统。

1.参与大模型训练与后训练，包括数据及轨迹构建、SFT、强化学习、奖励设计和效果评测；
2.研发安全场景智能体，实现任务规划、工具调用、环境交互、记忆管理和反思纠错等能力；
3.构建安全、代码和长程复杂任务，研究模型的风险识别、权限理解、可靠执行和异常恢复能力；
4.参与 rollout、模型推理、任务环境和自动验证等训推框架建设，保障实验效率、稳定性和可复现性；
5.分析模型训练与 Agent 执行轨迹，定位任务失败、奖励投机、工具异常和安全风险，并形成数据及算法改进闭环。

1.了解大语言模型的训练与后训练流程，在模型训练或 LLM Agent 开发方面具有实践经验；
2.熟练使用 Python、PyTorch 等工具，能够独立完成模型实验或多模块智能体系统开发；
3.熟悉 SFT、强化学习、工具调用、RAG、规划或自动化评测中的一种或多种技术；
4.具备基本的 Linux、Docker 和工程环境搭建能力，能够完成可复现的训练与评测实验；
5.具备良好的问题分析和任务拆解能力，对安全智能体、Agentic RL 或模型安全有长期兴趣。
加分项
有 Agentic RL、Coding Agent、Computer-Use Agent 或长程任务智能体经验；
有分布式训练、模型推理、rollout 系统或自动验证器开发经验；
有模型红队、提示注入防御、权限控制、网络安全或代码安全经验；
有高质量论文、开源项目、竞赛或完整 AI 系统交付经历。