混元Agent后训练算法工程师（北京/上海/深圳）
腾讯 · 北京
来源：腾讯 官方招聘 · 更新于 2026-10-20 · 抓取快照，投递前请确认岗位仍在招
岗位描述
1.Agent 后训练算法设计与实现：主导基模大模型的 Agent 化后训练方案研发，包括指令微调（SFT）、奖励模型（RM）训练、强化学习（RLHF/RLAIF）优化，聚焦任务规…
关于 腾讯
同公司其他岗位
全部在招岗位 →加载中…
相似岗位
数据来源：腾讯招聘官方接口 + 美团招聘官方接口 + 网易招聘官方接口 + 字节跳动招聘官方接口 + 各企业官方招聘接口 · 更新于 2026-11-10，为快照数据，可能已变动。 请以 官方职位页面 为准。