智谱
GLM大模型算法研究员（推理/规划/Agent方向）
GLM大模型算法研究员（推理/规划/Agent方向）
发布于 2 小时前普通员工/个人贡献者
全职员工仅现场办公
Megatron
Pytorch
大模型算法
强化学习 (Rl)
数据合成
自然语言处理
长程推理
值不值得投
75综合评分
综合评分 75
顶尖AI算法岗，前沿技术驱动，高成长高挑战，WLB待确认
从薪资福利、成长发展、工作生活和使命价值四个维度综合评估，方便横向比较。
薪资怎么样
参考估算薪资
根据职位描述推断，供对比参考
发布情况
新岗位 · 今天发布
公司情况
这家公司招聘很活跃
约 100 个在招
职位详情
关于这个职位
该职位专注于大模型在Agent场景下的长程推理、规划与执行能力研究
主要工作包括开发基于强化学习的复杂任务提升方法，构建Agent训练数据与环境，以及优化对齐数据
旨在让模型具备长期思考、主动探索和持续学习的能力，以解决Deep Research、Code Agent等真实世界复杂任务中的挑战
最低要求
计算机、电子、自动化等相关专业硕士或博士学位（优秀本科生亦可考虑）
深入理解常用的大模型算法
有相关方向业界实习经验者优先
在CCF-A类会议发表过相关论文者优先考虑
熟练运用Pytorch、transformers、megatron等主流框架
工作态度认真负责，具备良好的团队协作能力
工作职责
Agent 长程任务能力研究：* 面向 Deep Research、Code Agent、Web Agent、软件工程、多工具调用等场景，研究模型在 long-horizon tasks 中的任务分解、阶段规划、子目标管理，提升复杂任务完成率与鲁棒性
基于强化学习的 Agent 能力提升：* 研究适用于 Agent 场景的强化学习方法，包括但不限于 rollout scaling、在线/离线 RL、过程奖励建模、探索策略优化、信用分配、轨迹筛选与策略迭代，提升模型在开放环境中的自主决策与持续改进能力
Agent 训练数据与环境构建：* 围绕代码、搜索、工具使用、软件工程等方向，构建和优化适用于 Agent/RL 训练的数据、任务环境
设计高质量轨迹合成、过程监督与自动化反馈机制，提升训练信号密度与多样性
对齐数据构造与优化：针对特定能力领域（数学、代码、复杂推理等）进行数据构造、筛选和优化
设计数据合成策略，控制对齐数据的质量和多样性
优先资格
参与过影响力较大开源项目
在ACL，NeurIPS，ICLR，EMNLP，ICML等顶级会议或期刊上发表过论文者优先
熟悉并行训练框架，有多机多卡训练经验者优先
AI 洞察
优缺点分析
优点
- 处于AI最前沿的Agent研究方向，技术壁垒高，个人成长空间巨大
- 适合拥有扎实算法基础、热爱科研、追求技术突破的硕士/博士毕业生或资深算法工程师
缺点 / 挑战
- 对学术背景（顶会论文）和技术深度要求极高，竞争激烈，工作压力可能较大
角色解读
- 可向首席科学家、AI架构师方向发展，或在Agent、通用人工智能（AGI）前沿领域成为行业专家
- 负责研究如何让大模型在Agent场景下具备长程推理、规划和执行能力，解决复杂任务中的稳定性问题
- 需要深入理解大模型算法，熟练掌握PyTorch等框架，具备强化学习（RL）理论基础及实践经验
申请策略
- 准备详细的技术论述，展示你对长程推理和Agent规划问题的独特见解和研究思路
- 突出顶会论文发表情况、与大模型/RL相关的科研项目或实习经历，展示对Agent技术的深刻理解
- 加强强化学习与大模型结合的最新文献阅读，熟悉Megatron等大规模训练框架的使用
面试指南
- 采用STAR法则（情境、任务、行动、结果）描述你的研究经历，重点阐述技术难点、解决方案的创新性及实验结果
- 请介绍你关于强化学习在大模型中应用的最新研究成果
- 如何设计Agent的奖励函数以解决稀疏奖励问题？
- 在长程任务中，如何处理信用分配难题？
- 复习强化学习经典算法（如PPO, DQN）及其在大模型中的应用，了解最新的Agent相关论文（如ReAct, Reflexion等）
职位点评
薪资福利75
成长发展95
工作生活40
使命价值85
薪资福利
75中等
AI算法研究员属于高薪岗位，且智谱作为知名AI公司，薪酬竞争力较强，但JD未明确具体薪资范围。
薪资信号未披露（AI估算：3.0千–6.0万/月）
成长发展
95较高
该职位处于AI技术最前沿，涉及Agent、RL等热门且高难度的研究方向，对个人技术成长和行业视野提升极大。
技术前沿前沿/新兴技术
技术栈大模型、Agent、强化学习、PyTorch、Transformers、Megatron
业务类型profit_center
工作生活
40较低
AI研发岗位通常工作强度较大，且JD未提及弹性工作或WLB相关福利，推测为高强度工作环境。
工作模式未明确
办公地点未明确
加班情况未提及（无法判断）
使命价值
85较高
致力于构建能解决真实世界复杂任务的智能体系统，具有明确的技术使命感和行业影响力。
行业发展高速增长赛道
社会影响正向社会影响力较高
使命信号构建能够在真实任务中进行长期思考、主动探索、持续学习和可靠执行的下一代智能体系统
创新程度开拓性创新（行业首创）
智谱 的其他在招职位
相似职位推荐
Watch Jobs