腾讯
校招Agentic RL技术研究
深圳总部/上海 · 校招 · 2027 届 · 本科
长期有效
任职要求
- 研究基础：
- 系统掌握强化学习核心理论，能从算法层面分析主流方法在长程、稀疏奖励、大动作空间等场景下的局限性；
- 理解大模型训练全流程及 RL 在其中的定位，具备从方法论层面判断何时以及如何改进 RL 算法的能力；
- 具备 Agent 范式认知：多步推理、工具调用、长程规划，理解 Agentic 任务对 RL 算法提出的特殊要求；
- 对至少一类目标内容形态（代码、3D、动画或特效）有基本的生成与评估研究积累，能识别该领域算法优化的核心难点；
- 加分：相关方向一作论文或开源工作；游戏/数字内容研究经历。
- 实操能力：
- 具备扎实的算法实现能力，能独立完成从方法设计到实验验证的全流程；
- 有 RL 训练的实操经验，能诊断并排查训练不收敛、策略退化等问题，而非仅会调用现成框架；
- 熟悉 Unity或Unreal 至少一种引擎的基本项目结构，对 3D/动画/特效生成工具链有基本认知者优先。
- 攻坚资质与条件：
- 有完整的 RL 或智能体相关科研项目经历，能清晰说明"发现了什么问题、提出了什么方法、带来了什么改进"；
- 具备独立跑通"问题诊断→算法设计→实验验证→迭代改进"闭环的能力；
- 对算法层面有真实的好奇心与钻研欲，而非只关注工程落地；能在复杂场景下识别问题本质并提出有洞察的解法；
- 有可验证的实战产出（开源项目、竞赛、论文预印本、游戏/内容作品等）。
岗位描述
【岗位职责】
Agentic RL（智能体强化学习）——让模型在真实/模拟环境中通过多步试错、工具调用获得反馈并持续自我改进——正成为突破智能体能力上限的核心技术路线，其应用范畴已覆盖编程研发、3D 内容生成、动画、特效及游戏研发（Unity/Unreal）等方向。
核心工作是针对上述挑战，从算法层面进行诊断、优化与创新：
Agentic RL 算法研究：深入分析编程、3D、动画、特效等不同任务中策略学习的特有瓶颈（如超长轨迹的信用分配、多模态动作空间的探索效率、跨任务泛化等），设计/改进RL 算法，解决通用方法在 Agentic 场景下失效的问题。
多步推理与规划的 RL 建模：针对长程任务中模型规划能力不足、错误累积难以纠正等问题，研究如何通过 RL 训练增强智能体的自我反思、回溯与动态策略调整能力。
跨模态内容生成的策略优化：探索在代码、3D、动画、特效等异构任务中统一/迁移 RL 策略的方法，研究 RL 算法在不同验证信号形态下的适配性与泛化性。
价值：直接决定智能体在复杂创作与研发任务上的能力天花板；兼具学术前沿性（NeurIPS/ICML/ICLR 等方向）与产品落地价值。
【任职要求】
研究基础：
系统掌握强化学习核心理论，能从算法层面分析主流方法在长程、稀疏奖励、大动作空间等场景下的局限性；
理解大模型训练全流程及 RL 在其中的定位，具备从方法论层面判断何时以及如何改进 RL 算法的能力；
具备 Agent 范式认知：多步推理、工具调用、长程规划，理解 Agentic 任务对 RL 算法提出的特殊要求；
对至少一类目标内容形态（代码、3D、动画或特效）有基本的生成与评估研究积累，能识别该领域算法优化的核心难点；
加分：相关方向一作论文或开源工作；游戏/数字内容研究经历。
实操能力：
具备扎实的算法实现能力，能独立完成从方法设计到实验验证的全流程；
有 RL 训练的实操经验，能诊断并排查训练不收敛、策略退化等问题，而非仅会调用现成框架；
熟悉 Unity或Unreal 至少一种引擎的基本项目结构，对 3D/动画/特效生成工具链有基本认知者优先。
攻坚资质与条件：
有完整的 RL 或智能体相关科研项目经历，能清晰说明"发现了什么问题、提出了什么方法、带来了什么改进"；
具备独立跑通"问题诊断→算法设计→实验验证→迭代改进"闭环的能力；
对算法层面有真实的好奇心与钻研欲，而非只关注工程落地；能在复杂场景下识别问题本质并提出有洞察的解法；
有可验证的实战产出（开源项目、竞赛、论文预印本、游戏/内容作品等）。
【技术方向】
智能体、强化学习
你的简历匹配这个岗位吗？
上传简历，AI 会对照这份 JD 指出你的差距和需要补强的地方
该岗位可能会问的问题
基于 运营 岗位的常见面试问题整理
我提到了电竞方面，另一个面试官就问我对于ig战队（lol）的看法，然后一道情景题：公司和ig方面有合作，怎样运营才能吸引ig粉丝使用我们产品
查看答题思路
1. 电竞营销=粉丝经济，核心是社区运营而非传统广告 2. 跨界合作：战队/选手/IP 联名，借粉丝流量 3. 内容策略：比赛直播/选手日常/粉丝二创/社区活动 4. 案例：用 STAR 讲一个电竞相关的运营策划
另一个面试官看我的专业（偏设计）就问我愿不愿意做产品设计方向，让我发作品集 大概就这些 #咪咕#<a href="/creation/subject/928d551be73f40db82c0ed83286c8783" target="_blank" class="s
查看答题思路
1. 核心概念：一句话说清这个问题的底层逻辑 2. 方法论/框架：用 STAR 原则或专业框架结构化回答 3. 实际案例：结合一个具体场景说明 4. 量化结果：用数据佐证你的观点
你认为内容运营需要具备哪些能力
查看答题思路
1. 内容运营=创作有价值的内容→分发到正确渠道→吸引目标用户→促成转化 2. 核心能力：选题能力（知道用户想看什么）、写作能力、数据分析能力（用数据迭代内容策略） 3. 生命周期：选题→创作→审核→发布→分发→数据回收→优化→二次传播 4. 优质内容标准：原创/有用/有趣/有共鸣/有行动引导
谈谈你理解的内容生命周期
查看答题思路
1. 真诚：为什么对这个方向感兴趣（具体经历/瞬间） 2. 匹配：你的能力和这个岗位的契合点 3. 成长：你希望从这个岗位学到什么 4. 贡献：你能为团队带来什么
自我介绍
查看答题思路
1. 我是谁（姓名+学校+专业，15秒） 2. 我做过什么（最相关的 1-2 个经历，30秒） 3. 为什么适合这个岗位（能力匹配，15秒） 4. 总时长控制在 1 分钟以内 5. 避免：念简历、说「我学习能力强」这种空话
更多面试题库功能即将上线
信息来源：企业官方招聘页。投递前请以官网信息为准。