【北斗】大模型算法工程师 SFT/RL/Agent方向

岗位描述

该岗位将大模型后训练、强化学习与 Agent 技术应用于在线约束资源分配决策系统。调度规模化营销预算，覆盖数亿用户，具备小时级真实反馈闭环。系统求解的核心问题是带全局预算约束的序贯决策——在预算硬约束下确定补贴的对象、额度、形态与时机，使增量转化、长期用户价值与投入产出比等全局目标最优 【你将参与】 1. 决策智能体（Agent）：将当前由人工策略规则承担的决策生成环节智能体化。构建面向营销决策的 Agent … 【岗位职责】 必要条件： 2027届本科及以上学历，计算机/人工智能/统计学等相关专业 具备扎实的机器学习与深度学习理论基础 加分项： 在 WWW/KDD/SIGIR/NeurIP…