职位描述
1、自进化智能体（RSI）核心算法：参与自我反思、经验沉淀与复用、策略迭代、搜索—生成—验证闭环等方向的算法研发与落地；
2、Agent 后训练与奖励设计：参与 SFT / LoRA / DPO / RL 等方法在长程工具调用任务上的实验设计、奖励建模与效果归因；
3、工具链与沙箱环境： 搭建大规模测试环境；
4、数据构建与迭代闭环：从测试用例与真实项目中构造训练/评测数据，设计清洗与标注规范，做失败案例分析，把分析结论反哺到数据与算法迭代中；
5、有芯片设计相关背景者优先。任职要求
1、计算机、人工智能、微电子、集成电路、自动化、数学、电子信息等相关专业，本科及以上在读（硕士/博士优先）；
2、熟悉 Python，熟悉 PyTorch / Transformers / vLLM / LangChain / LlamaIndex 等至少一种框架；
3、理解 LLM 后训练与 Agent 的基本机制：指令微调、Prompt Engineering、工具调用、多轮规划、RAG、评测设计；对自我反思、自我改进、经验复用一类方法有基本认知；
4、对芯片设计流程有基本了解：至少熟悉 RTL（Verilog / SystemVerilog）与仿真验证中的一环，清楚从 RTL 到 GDSII 的主要阶段，以及每个阶段典型的失败模式；
5、工程能力扎实：能在 Linux 下独立搭环境、跑通流程、定位问题；能独立读论文与英文技术文档，并把论文变成能跑的代码；
6、每周可实习 4 天及以上，连续实习 3 个月以上优先。
加分项
1、有 RSI / Agent 自进化 / Agentic RL / 自我博弈相关项目、论文或开源贡献；
2、有 LLM4EDA、RTL 生成、形式验证、Testbench 自动生成经验，或实际用过 Verilator / Icarus / Yosys / OpenROAD / 商用 EDA 流程；
3、熟悉模型评测与数据合成：SFT、LoRA、DPO / RLHF、可验证奖励（verifiable reward）、pass@k 与回归测试设计；
4、熟悉训练与推理基础设施：vLLM、DeepSpeed、Ray、Docker、Kubernetes，能搭分布式实验或多智能体沙箱；
5、有体系结构或数字电路背景（计算机体系结构、数字电路、DFT、低功耗设计），参与过流片或 FPGA 原型验证。
