月之暗面的大模型强化学习研发实习生（Intern - RL)薪资是多少？

该职位薪资范围为 8k–15k（人民币/月）。

大模型强化学习研发实习生（Intern - RL)的工作地点在哪里？

该职位工作地点位于北京市。工作形式为仅现场办公。

该职位要求硕士学历及初级经验工作经验。

🤖 AI 估测：¥8K-15K

发布时间：5 天前

这是一个专注于大模型与强化学习前沿技术研发的实习岗位

你将参与研究基于长链思维（Long CoT）的大模型强化学习算法或系统，探索提升模型推理能力和构建智能体（Agent）的技术路径，目标是实现技术突破并推动通用人工智能（AGI/ASI）的发展

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

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

具备扎实的Python编程基础，有优秀的工程能力

具备良好的团队协作能力和沟通能力

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

具有ACM等编程竞赛获奖者优先

大模型强化学习研发实习生（Intern - RL)

🤖 AI 估测：¥8K-15K

发布时间：5 天前