[上海]深圳虾皮信息科技有限公司

职位：ASP Intern LLM 大模型强化学习算法工程师
发布时间：2026-08-28
工作地点：上海
信息来源：四川大学
职位类型：全职
职位描述
（ASP Intern）LLM-大模型强化学习算法工程师
发布企业：深圳虾皮信息科技有限公司 丨 发布时间：2026-08-20

职位信息

职位名称 类型 性质 最低学历要求 人数 薪资

（ASP Intern）LLM-大模型强化学习算法工程师 前端|后端|系统集成|软件开发 实习 本科 5 20000以上

发布时间 2026-08-20 16:50:27

职位有效期 2026-11-29 23:59:59

专业 人工智能；信息安全；光电信息工程；数学；数理统计；新一代电子信息技术（含量子技术等）；测试专用专业；计算金融交叉试验班；通信工程

工作地址 上海市市辖区松江区

职位要求 岗位要求计算机、人工智能、机器学习、数学等相关专业本科高年级、硕士或博士在读。熟悉机器学习和深度学习基础，了解大模型训练、微调或 post-training 基本流程。对强化学习有基础理解，熟悉 PPO、GRPO、reward modeling、policy optimization、credit assignment 等概念者优先。熟练使用 Python，熟悉 PyTorch；具备良好的工程实现和实验分析能力。对 AI Agent、工具调用、RAG、多轮推理、任务规划、代码智能体或浏览器智能体有兴趣或实践经验。能独立阅读英文论文，具备较强的问题拆解、实验设计和结果分析能力。每周可实习 4 天及以上，实习期 3 个月以上优先。加分项有 LLM post-training、RLHF、RLAIF、DPO、PPO、GRPO、verl、TRL、Ray、vLLM 等经验。熟悉 SWE-bench、WebArena、OSWorld、GAIA、ALFWorld、WebShop、BrowseComp 等 Agent/长程任务 benchmark。有 coding agent、browser agent、workflow agent、multi-agent system、tool-use agent 项目经验。有自动评测、reward design、trajectory analysis、sandbox execution、Docker/容器环境经验。在 NeurIPS、ICLR、ICML、ACL、EMNLP、AAAI 等会议发表过相关论文，或有高质量开源项目。有算法竞赛、Kaggle、ACM/ICPC、系统工程或复杂工程项目经验。你将获得深入参与前沿 Agentic RL/Post-training 方向的研究与落地。接触真实长程任务环境、Agent 训练数据、评测体系和大规模实验流程。与算法、工程、产品团队合作，将研究结果转化为可用的 Agent 能力。有机会产出论文、技术报告、开源项目或核心业务成果。

政治面貌 无要求

实习实践经验 有要求

职位简介 关于团队 Compass 是由 Shopee 研发的面向全球竞争的超大规模多语言模型，具备强大的跨文化理解、复杂逻辑推理与自主执行能力。依托全球新兴市场（尤其是东南亚）海量的多语言、多文化数据优势，Compass 系列模型已成功实现了从 v1 到 v3 演进。当前，我们正聚焦前沿技术突破，全力打造架构更先进、能力更卓越的下一代基座大模型，打造全球领先的多语言与自主智能体（Agentic LLM）技术体系。我们将通过对算法和数据策略的深入研究，建立科学的 scaling law 指导规划，攻克训练与推理加速瓶颈，打通从数据治理到智能涌现的确定性路径。我们追求将现有技术做到极致。

岗位职责 岗位职责参与长程 Agentic 任务训练与评测环境建设，包括 coding agent、browser use、tool use、research agent、多智能体协作等场景。研究并实现面向长程任务的 RL/Post-training 方法，包括 PPO、GRPO、DPO/RLHF/RLAIF、trajectory-level reward、process reward、verifiable reward 等。设计长程任务的奖励信号、自动评测器、任务成功率指标和轨迹质量分析方法。分析 Agent 在长链路任务中的失败模式，例如上下文遗忘、错误累积、无效探索、工具误用、目标漂移、低效重试等，并提出训练或系统改进方案。参与高质量 Agent 轨迹数据构建，包括任务生成、轨迹过滤、失败样本挖掘、偏好数据、合成数据和蒸馏数据。进行算法实验和 ablation，分析数据、模型、奖励、环境、上下文管理策略对长程任务表现的影响。跟踪 Agentic RL、long-horizon agents、computer use agents、agent evaluation 等方向的前沿论文和开源框架，并快速复现或落地。

单位信息

单位名称 深圳虾皮信息科技有限公司

单位性质 三资企业 单位行业 信息传输、软件和信息技术服务业

标签

隶属单位 下属单位 单位官微

单位图片 视频介绍

单位介绍 Shopee是东南亚领航电商平台,覆盖新加坡、马来西亚、菲律宾、印度尼西亚、泰国及越南等市场。改变数百万人的生活方式，与我们一起创造历史！