核心技能（满足1-2项即可） - 有机器学习、数据挖掘、NLP等任一领域理论与实践经验，熟悉用户行为建模（CTR/DTR预估）、多任务学习、因果推断者优先
- 深度了解RAG、Function-Call、Muiti-turn Search、RL等技术方向，有端到端Deepresearch训练经验者优先 - 掌握Agent通用开发架构，例如LangGraph、LangChain、AutoGen、CrewAI等AI Agent开发框架 - 了解Agentic RL相关理论，熟悉MDP建模、策略梯度，有GRPO/PPO等强化学习算法实现、Agent开发或轨迹数据处理经验
- 掌握LLM微调技术（SFT、DPO），熟悉Transformer架构，有使用TRL/OpenRLHF框架微调经验，能处理多模态数据者加分
- 熟悉Gym/RLlib/Tianshou等强化学习框架，或有搜索排序、用户行为预估相关项目经验，能独立完成算法实验与调试者优先