LLM Agent算法负责人

职位描述

1. 负责 LLM Agent 算法团队的建设与管理，制定团队目标和阶段性计划，做好人才招聘、培养、绩效反馈与梯队建设，提升团队整体交付能力。 2. 制定 Agent 算法方向的中长期技术规划，结合业务目标确定优先级，推动关键技术预研、方案评审和产品落地。 3. 带领团队设计和优化 Agent Loop，包括任务理解与拆解、规划、记忆与上下文管理、工具调用、状态跟踪、结果校验、异常恢复及终止策略，提升任务完成率、可靠性和执行效率。 4. 带领团队探索 Agent 自进化机制，建设从轨迹采集、经验总结、记忆更新、策略改进到效果验证的闭环，推动 Agent 从交互反馈和执行结果中持续提升。 5. 推动 Agentic RL 方向的研究与落地，包括环境与任务设计、奖励建模、在线或离线强化学习、长程任务信用分配及策略优化，提升 Agent 在复杂、多步骤任务中的决策能力。 6. 建设 Agent 数据与评测体系，推动评测基准、实验规范和线上指标建设，覆盖任务成功率、鲁棒性、工具使用质量、成本、时延及安全性。 7. 协同产品、工程及业务团队，推动算法方案从研究验证走向规模化部署；建立有效的跨团队

任职要求

1. 在机器学习、自然语言处理、大模型或强化学习相关方向有扎实积累，有将算法研究转化为实际系统能力的经验。 2. 具备3年以上算法团队管理经验，有团队招聘、培养、目标管理和项目交付经验；能够建设高效协作的团队。 3. 有负责重要技术方向或复杂项目的经验，能够制定技术路线、明确优先级，协调资源并推动团队达成目标。 4. 熟悉 LLM Agent 核心机制，具备 Agent Loop 设计或优化经验，理解规划、工具调用、记忆、状态管理、反思及多 Agent 协作等关键问题。 5. 熟悉至少一种大模型训练或对齐方法，如 SFT、DPO、PPO、GRPO 等；具备 Agentic RL 或相关强化学习项目经验者优先。 6. 具备复杂任务数据构建与评测经验，能够设计任务环境、奖励或评估指标，并通过实验分析定位系统瓶颈。 7. 熟练使用 Python，熟悉主流深度学习框架及大模型训练、推理或服务化流程，能够带领团队与工程团队协作解决落地问题。 8. 有 Agent 自进化、长程任务、多工具协同、代码 Agent或企业级 Agent 系统的设计与落地经验者优先。 9. 具备良好的沟通协作能力和技术判