OpenAI

ミドル

OpenAIのエージェントモデルにpost-trainingの改善を届けるResearch Scientist

OpenAIのAgent Post-Trainingチームの面接です。同チームは、CodexやChatGPT、APIのエージェントを支えるRL、データ、eval、報酬シグナルのパイプラインを構築しています。コーディング、tool use、computer use、マルチエージェント協調にまたがり、漠然としたエージェントの挙動不良を具体的な実験に落とし込む、オープンエンドなリサーチエンジニアリングの質問が想定されます。