🚀 招聘：微信 AI 团队 - 大模型 RL 环境构建实习生

🌟 我们是谁

我们是 微信 AI 工程团队。在这里，我们致力于探索大语言模型（LLM）的极致潜力，构建支持复杂任务自动化的智能体系统。我们不仅关注模型“怎么想”，更关注模型在真实/模拟物理世界中“怎么做”。

🛠️ 你将参与的工作

RL训练 的核心挑战之一是缺乏稳定、高保真的执行环境。你将深度参与以下工作：

环境沙箱构建：设计并实现支持 RL环境 执行代码、操作 API 或进行多步推理的隔离沙箱环境（基于 Docker, WebAssembly 或 VM）。

交互协议定义：优化 RL 训练与环境之间的 Observation/Action 循环，提升工具调用的准确率。

自动化评价体系：构建针对特定场景（如数据分析、自动化办公、软件工程）的评测基座（Benchmark），客观衡量执行成功率。

前沿技术探索：研究如何通过环境反馈（Environment Feedback）进行强化学习（RLHF/RLAIF），加速模型的迭代进化。

📋 我们希望你具备

扎实的计算机基础：优秀的编程能力（Python/Go/C++ 至少精通一门），熟悉 Linux 系统和容器化技术。

熟悉 ReAct、AutoGPT、LangChain 或 AutoGen 等开源框架，对 LLM 调用工具有实战经验或深度思考。

解决问题的韧性：RL 执行环境往往涉及复杂的依赖管理和安全隔离，需要你有较强的 Debug 能力和工程直觉。

加分项：有顶会论文（ACL, EMNLP, NeurIPS 等）、知名开源项目贡献经历，或在复杂系统设计方面有经验者优先。

🎁 你将获得

顶尖的技术氛围：与微信内部大牛直接交流，接触最真实、最海量的业务场景。

充足的算力支持：不愁资源，只愁你的 Idea 不够快。

转正机会：表现优秀的同学将获得校招转正绿色通道。

📍 工作地点：北京 📧 简历投递： chengcshi@tencent.com 邮件标题格式： [实习投递] 姓名-学校-RL环境方向-最快入职日期

1

hjdsdja (hjdsdja) 在 ta 的帖子中提到：

 招聘：微信 AI 团队 - 大模型 RL 环境构建实习生

 我们是谁

我们是 微信 AI 工程团队。在这里，我们致力于探索大语言模型（LLM）的极致潜力，构建支持复杂任务自动化的智能体系统。我们不仅关注模型“怎么想”，更关注模型在真实/模拟物理世界中“怎么做”。

……

1

hjdsdja (hjdsdja) 在 ta 的帖子中提到：

 招聘：微信 AI 团队 - 大模型 RL 环境构建实习生

 我们是谁

我们是 微信 AI 工程团队。在这里，我们致力于探索大语言模型（LLM）的极致潜力，构建支持复杂任务自动化的智能体系统。我们不仅关注模型“怎么想”，更关注模型在真实/模拟物理世界中“怎么做”。

……