崗位職責：
1.專注于人工智能的產(chǎn)業(yè)化應(yīng)用，與跨學(xué)科團隊合作，推動前沿研究，設(shè)計和實現(xiàn)創(chuàng)新的強化學(xué)習(xí)算法，以提升系統(tǒng)的性能和效率。
2.進行強化學(xué)習(xí)相關(guān)的基礎(chǔ)和應(yīng)用研究，探索新算法、新模型和新方法。
4.與產(chǎn)品團隊密切合作，將研究成果轉(zhuǎn)化為實際應(yīng)用，推動人工智能在各行業(yè)的落地。
任職要求：
1. 計算機科學(xué)、人工智能、數(shù)學(xué)或相關(guān)領(lǐng)域的 碩士及以上 學(xué)位。
2. 具備扎實的強化學(xué)習(xí)理論基礎(chǔ)，熟悉主流算法（如 DQN、PPO、DPO 等），并熟練掌握強化學(xué)習(xí)的主要范式（Off-policy、On-policy、Offline RL、Imitation Learning 等）。
3. 熟練使用 Python 及相關(guān) 深度學(xué)習(xí)框架，并具備深度強化學(xué)習(xí)的算法實現(xiàn)經(jīng)驗（使用過常用的強化學(xué)習(xí)框架如TRL，Tianshou, Baselines等或者自己實現(xiàn)過相關(guān)算法）。
4. 具備出色的數(shù)學(xué)建模和編程能力，能夠獨立開展研究與實驗，并推動技術(shù)落地。
5. 擁有良好的溝通能力和團隊協(xié)作精神，能夠適應(yīng)快節(jié)奏的工作環(huán)境，與團隊一起探索新技術(shù)，并高效推動項目進展。
加分項：
1. 具有優(yōu)秀的代碼能力，在相關(guān)權(quán)威競賽中（包括但不限于 ACM, NOI, Kaggle等）取得優(yōu)異成績。
2. 在 強化學(xué)習(xí) 領(lǐng)域具有深厚的研究背景，并在國際頂級學(xué)術(shù)會議或期刊（包括但不限于 ICLR、NeurIPS、ICML、TPAMI、Nature、Science 及其子刊）上發(fā)表過相關(guān)論文。
3. 擁有 大語言模型（LLM）、 AI for Science、具身智能 或者其他領(lǐng)域的強化學(xué)習(xí)應(yīng)用經(jīng)驗，能夠?qū)⑶把厮惴ǜ咝涞亍?br>4. 精通分布式計算與大規(guī)模數(shù)據(jù)處理技術(shù)，并具備大規(guī)模強化學(xué)習(xí)算法的工程實現(xiàn)和優(yōu)化經(jīng)驗。