腾讯云CodeBuddy-强化学习算法研究员
Tencent
腾讯云CodeBuddy-强化学习算法研究员
Job Description
腾讯云CodeBuddy-强化学习算法研究员
📋 Job Overview
腾讯云CodeBuddy-强化学习算法研究员职位聚焦于探索有效的Agentic Workflow和Agentic Memory设计，以解决代码领域的问题。主要关注强化学习方法，以超越SFT的泛化效果，并结合用户需求和数据调整训练策略。作为工程师，需要设计前后端架构，实现高效的Agentic Workflow解决方案，尤其在有限算力条件下。
📍 Location: Shenzhen, China
🏢 Business Unit: CSIG
📄 Full Description
1.作为研究者，探索有效的 Agentic Workflow 和 Agentic Memory 设计来解决代码领域的问题；
2.主要关注比SFT泛化效果更好的强化学习；能结合实际用户需求、产生的用户数据、agent的实现细节，调整训练语料和训练目标；
3.能和agent开发高效沟通，设计memory存取逻辑，并且通过模型训练让模型适配自己设计的agent；
4.作为工程师，考虑到 LLM inference 对推理算力的高消耗，设计出合理的前后端交互，前端架构，后端架构，在有限的推理算力下，做出完整的 Agentic Workflow 解决方案。最好是探索一套通用可扩展的 Agentic Workflow 解决方案。
2.主要关注比SFT泛化效果更好的强化学习；能结合实际用户需求、产生的用户数据、agent的实现细节，调整训练语料和训练目标；
3.能和agent开发高效沟通，设计memory存取逻辑，并且通过模型训练让模型适配自己设计的agent；
4.作为工程师，考虑到 LLM inference 对推理算力的高消耗，设计出合理的前后端交互，前端架构，后端架构，在有限的推理算力下，做出完整的 Agentic Workflow 解决方案。最好是探索一套通用可扩展的 Agentic Workflow 解决方案。
🎯 Key Responsibilities
- 探索有效的 Agentic Workflow 和 Agentic Memory 设计来解决代码领域的问题
- 关注比SFT泛化效果更好的强化学习，并结合用户需求、数据和agent细节调整训练语料和目标
- 与agent开发高效沟通，设计memory存取逻辑，并通过模型训练适配设计的agent
- 设计合理的前后端交互、前端架构、后端架构，实现有限算力下的完整 Agentic Workflow 解决方案
- 探索通用可扩展的 Agentic Workflow 解决方案
✅ Required Qualifications
- 作为研究者，探索有效的 Agentic Workflow 和 Agentic Memory 设计来解决代码领域的问题
- 主要关注比SFT泛化效果更好的强化学习
- 能结合实际用户需求、产生的用户数据、agent的实现细节，调整训练语料和训练目标
- 能和agent开发高效沟通，设计memory存取逻辑，并且通过模型训练让模型适配自己设计的agent
- 作为工程师，考虑到 LLM inference 对推理算力的高消耗，设计出合理的前后端交互，前端架构，后端架构，在有限的推理算力下，做出完整的 Agentic Workflow 解决方案
⭐ Preferred Qualifications
- 最好是探索一套通用可扩展的 Agentic Workflow 解决方案
🛠️ Required Skills
- 强化学习算法研究
- Agentic Workflow 和 Agentic Memory 设计
- LLM 模型训练和适配
- 前后端架构设计
- 高效沟通与跨团队协作
- 用户数据分析和训练语料调整
Locations
- Shenzhen, China
Salary
Estimated Salary Rangemedium confidence
300,000 - 800,000 CNY / yearly
Source: ai estimated
* This is an estimated range based on market data and may vary based on experience and qualifications.
Skills Required
- 强化学习算法研究intermediate
- Agentic Workflow 和 Agentic Memory 设计intermediate
- LLM 模型训练和适配intermediate
- 前后端架构设计intermediate
- 高效沟通与跨团队协作intermediate
- 用户数据分析和训练语料调整intermediate
Required Qualifications
- 作为研究者，探索有效的 Agentic Workflow 和 Agentic Memory 设计来解决代码领域的问题 (experience)
- 主要关注比SFT泛化效果更好的强化学习 (experience)
- 能结合实际用户需求、产生的用户数据、agent的实现细节，调整训练语料和训练目标 (experience)
- 能和agent开发高效沟通，设计memory存取逻辑，并且通过模型训练让模型适配自己设计的agent (experience)
- 作为工程师，考虑到 LLM inference 对推理算力的高消耗，设计出合理的前后端交互，前端架构，后端架构，在有限的推理算力下，做出完整的 Agentic Workflow 解决方案 (experience)
Preferred Qualifications
- 最好是探索一套通用可扩展的 Agentic Workflow 解决方案 (experience)
Responsibilities
- 探索有效的 Agentic Workflow 和 Agentic Memory 设计来解决代码领域的问题
- 关注比SFT泛化效果更好的强化学习，并结合用户需求、数据和agent细节调整训练语料和目标
- 与agent开发高效沟通，设计memory存取逻辑，并通过模型训练适配设计的agent
- 设计合理的前后端交互、前端架构、后端架构，实现有限算力下的完整 Agentic Workflow 解决方案
- 探索通用可扩展的 Agentic Workflow 解决方案
Tags & Categories
Answer 10 quick questions to check your fit for 腾讯云CodeBuddy-强化学习算法研究员 @ Tencent.
10 Questions
~2 Minutes
Instant Score
Related Books and Jobs
腾讯云CodeBuddy-强化学习算法研究员
Tencent
腾讯云CodeBuddy-强化学习算法研究员
Job Description
腾讯云CodeBuddy-强化学习算法研究员
📋 Job Overview
腾讯云CodeBuddy-强化学习算法研究员职位聚焦于探索有效的Agentic Workflow和Agentic Memory设计，以解决代码领域的问题。主要关注强化学习方法，以超越SFT的泛化效果，并结合用户需求和数据调整训练策略。作为工程师，需要设计前后端架构，实现高效的Agentic Workflow解决方案，尤其在有限算力条件下。
📍 Location: Shenzhen, China
🏢 Business Unit: CSIG
📄 Full Description
1.作为研究者，探索有效的 Agentic Workflow 和 Agentic Memory 设计来解决代码领域的问题；
2.主要关注比SFT泛化效果更好的强化学习；能结合实际用户需求、产生的用户数据、agent的实现细节，调整训练语料和训练目标；
3.能和agent开发高效沟通，设计memory存取逻辑，并且通过模型训练让模型适配自己设计的agent；
4.作为工程师，考虑到 LLM inference 对推理算力的高消耗，设计出合理的前后端交互，前端架构，后端架构，在有限的推理算力下，做出完整的 Agentic Workflow 解决方案。最好是探索一套通用可扩展的 Agentic Workflow 解决方案。
2.主要关注比SFT泛化效果更好的强化学习；能结合实际用户需求、产生的用户数据、agent的实现细节，调整训练语料和训练目标；
3.能和agent开发高效沟通，设计memory存取逻辑，并且通过模型训练让模型适配自己设计的agent；
4.作为工程师，考虑到 LLM inference 对推理算力的高消耗，设计出合理的前后端交互，前端架构，后端架构，在有限的推理算力下，做出完整的 Agentic Workflow 解决方案。最好是探索一套通用可扩展的 Agentic Workflow 解决方案。
🎯 Key Responsibilities
- 探索有效的 Agentic Workflow 和 Agentic Memory 设计来解决代码领域的问题
- 关注比SFT泛化效果更好的强化学习，并结合用户需求、数据和agent细节调整训练语料和目标
- 与agent开发高效沟通，设计memory存取逻辑，并通过模型训练适配设计的agent
- 设计合理的前后端交互、前端架构、后端架构，实现有限算力下的完整 Agentic Workflow 解决方案
- 探索通用可扩展的 Agentic Workflow 解决方案
✅ Required Qualifications
- 作为研究者，探索有效的 Agentic Workflow 和 Agentic Memory 设计来解决代码领域的问题
- 主要关注比SFT泛化效果更好的强化学习
- 能结合实际用户需求、产生的用户数据、agent的实现细节，调整训练语料和训练目标
- 能和agent开发高效沟通，设计memory存取逻辑，并且通过模型训练让模型适配自己设计的agent
- 作为工程师，考虑到 LLM inference 对推理算力的高消耗，设计出合理的前后端交互，前端架构，后端架构，在有限的推理算力下，做出完整的 Agentic Workflow 解决方案
⭐ Preferred Qualifications
- 最好是探索一套通用可扩展的 Agentic Workflow 解决方案
🛠️ Required Skills
- 强化学习算法研究
- Agentic Workflow 和 Agentic Memory 设计
- LLM 模型训练和适配
- 前后端架构设计
- 高效沟通与跨团队协作
- 用户数据分析和训练语料调整
Locations
- Shenzhen, China
Salary
Estimated Salary Rangemedium confidence
300,000 - 800,000 CNY / yearly
Source: ai estimated
* This is an estimated range based on market data and may vary based on experience and qualifications.
Skills Required
- 强化学习算法研究intermediate
- Agentic Workflow 和 Agentic Memory 设计intermediate
- LLM 模型训练和适配intermediate
- 前后端架构设计intermediate
- 高效沟通与跨团队协作intermediate
- 用户数据分析和训练语料调整intermediate
Required Qualifications
- 作为研究者，探索有效的 Agentic Workflow 和 Agentic Memory 设计来解决代码领域的问题 (experience)
- 主要关注比SFT泛化效果更好的强化学习 (experience)
- 能结合实际用户需求、产生的用户数据、agent的实现细节，调整训练语料和训练目标 (experience)
- 能和agent开发高效沟通，设计memory存取逻辑，并且通过模型训练让模型适配自己设计的agent (experience)
- 作为工程师，考虑到 LLM inference 对推理算力的高消耗，设计出合理的前后端交互，前端架构，后端架构，在有限的推理算力下，做出完整的 Agentic Workflow 解决方案 (experience)
Preferred Qualifications
- 最好是探索一套通用可扩展的 Agentic Workflow 解决方案 (experience)
Responsibilities
- 探索有效的 Agentic Workflow 和 Agentic Memory 设计来解决代码领域的问题
- 关注比SFT泛化效果更好的强化学习，并结合用户需求、数据和agent细节调整训练语料和目标
- 与agent开发高效沟通，设计memory存取逻辑，并通过模型训练适配设计的agent
- 设计合理的前后端交互、前端架构、后端架构，实现有限算力下的完整 Agentic Workflow 解决方案
- 探索通用可扩展的 Agentic Workflow 解决方案
Tags & Categories
Answer 10 quick questions to check your fit for 腾讯云CodeBuddy-强化学习算法研究员 @ Tencent.
10 Questions
~2 Minutes
Instant Score
Related Books and Jobs