蚂蚁数字科技招聘 Agent 后训练算法工程师，面向在读硕士、博士

蚂蚁数字科技招聘 Agent 后训练算法工程师，方向为 Agentic RL 全栈建设，涵盖多轮 Agent 交互 RL 训练管线、多维奖励体系、On-Policy 蒸馏与 RL 联合优化、工具沙箱与 trace 数据闭环。