智谱的【智谱星】26届校招-强化学习算法工程师薪资是多少？

该职位薪资范围为 25k–40k（人民币/月）。

【智谱星】26届校招-强化学习算法工程师的工作地点在哪里？

该职位工作地点位于北京市。工作形式为仅现场办公。

该职位要求学历未注明学历及初级经验工作经验。

🤖 AI 估测：¥25K-40K

发布时间：19 天前

这是一个面向2026届毕业生的强化学习算法工程师校招岗位

你将加入智谱的AIAgent研发团队，专注于利用强化学习技术优化大语言模型智能体（LLM Agent），解决模型能力提升中的实际问题

工作内容包括数据增强、奖励模型优化、RL策略迭代以及分布式工程框架的改进

负责 LLM 强化学习用于大模型智能体 GUI/API Agent 的模型整体优化，包括数据探索与增强、奖励模型优化、RL策略迭代及效果评估等，持续提升算法的效率与效果

强化学习技术前瞻探索，包括但不限于离线强化学习、环境模型学习、约束强化学习等方向

改进和完善大语言模型的强化学习的分布式工程框架，实现更高效的模型训练

扎实的算法基础，熟悉强化学习、自然语言处理和机器学习技术，对技术开发及应用有热情

具备RL算法优化和工程项目实践经验，在ICML、NeurIPS、ICLR、JMLR、ACL、KDD等顶级会议或期刊上发表过论文，或在RL应用相关的大型比赛中获得名次

了解 Agent 相关的前沿进展，并对于将强化学习应用在LLM Agent训练中感兴趣

良好的沟通能力和跨团队协作能力，能够梳理繁杂的工作并建立有效机制，推动上下游配合完成目标

有大语言模型算法优化和大规模分布式RL框架优化经验优先

【智谱星】26届校招-强化学习算法工程师

🤖 AI 估测：¥25K-40K

发布时间：19 天前