返回岗位列表

多模态强化学习算法工程师

查看原岗位

地点：深圳薪资：50-80K 日期：2026-05-08

岗位摘要

负责多模态基础模型的强化学习相关算法工作，参与模型训练、调优和部署，确保算法的有效性和效率；开展多模态大模型强化学习技术的前瞻性探索，包括但不限于离线强化学习、多轮强化学习等方向；改进多模态大模型强化学习分布式工程框架，实现更高效的模型训练

岗位职责

负责多模态基础模型的强化学习相关算法工作，参与模型训练、调优和部署，确保算法的有效性和效率
开展多模态大模型强化学习技术的前瞻性探索，包括但不限于离线强化学习、多轮强化学习等方向
改进多模态大模型强化学习分布式工程框架，实现更高效的模型训练

任职要求

硕士及以上学历，计算机科学、电子信息、人工智能、统计学等相关专业
具备扎实的算法基础，熟悉机器学习和强化学习技术，精通PyTorch、Transformers、verl等主流框架
具备RL算法优化和实践经验，在NeurIPS、ICLR、ICML、CVPR、ACL等顶会上有论文发表记录，或具备同等科研成果
具备独立研究能力和良好的团队协作精神

福利待遇

具有竞争力的薪酬体系，50-80K·15薪
公司位于深圳南山区，交通便利，工作环境优越
面壁智能专注于大模型技术研发，团队技术氛围浓厚，成长空间大

工作地址

深圳南山区深圳市平山民企科技园3栋