大模型Multi-Agent RL算法研究员 - Seed Model

职位描述

团队介绍：字节跳动 Seed 团队成立于 2023 年，致力于寻找通用智能的新方法，追求智能上限，为科技和社会发展作出贡献。

Seed 团队在 AI 领域拥有长期愿景与决心，团队研究方向涵盖 MLLM、GenMedia、AI for Science、机器人等，在中国、新加坡、美国等地设有实验室和岗位。目前，团队已推出业界领先的通用大模型以及前沿的多模态能力，支持豆包、即梦、TRAE 等超过 50 个应用场景，并通过火山引擎开放给企业客户。第三方数据显示，豆包 App 用户量在中国市场排名第一，豆包大模型日均 Token 调用量行业领先。

1、针对前沿的长程任务进行优化，手段包括但不限于Large-Scale RL、Multi-Agent RL、Multi-Agent Harness Design、Self-Evolving Algorith，能突破传统发版技术积极思考探索并开展实验；

2、创新Multi-Agent训练技术，推出适合内部Multi-Agent框架的模式。

任职要求

1、对语言模型和强化学习有着深厚的知识储备和深入理解，对AI进行复杂任务有热情和信仰，有很强的研究好奇心和与之匹配的行动力；有AI相关领域的博士学位，或者1年以上的相关领域核心岗位工作经验；

2、具有丰富的工程知识，熟悉MLsys包括但不限于Verl、Slime、Megatron等开源框架；熟悉现在的主流Agent框架，是Claude Code/Codex等工具的深度用户，了解Agent工程实现细节和对应模型训练技术；

3、工作主动性、行动力强，目标驱动，交流沟通、团队合作意识强、敢于创新，能迅速熟悉字节跳动内外部平台工具使用，具有主动提升效率的意识。