强化学习算法工程师
岗位摘要
参与强化学习框架在国产芯片的适配开发及优化；参与强化学习及其框架开源社区的推动和发展；参与基于国产芯片的强化学习相关项目的落地和交付；跟踪前沿论文与开源方案，推动新方法在业务场景落地；扎实的机器学习/深度学习基础，理解策略梯度、Actor-Critic、价值函数等核心概念
登录后保留你的岗位线索
邮箱登录后可继续查看完整职责、任职要求和原岗位入口，并使用收藏与浏览记录沉淀适合自己的机会。
岗位职责
- 参与强化学习框架在国产芯片的适配开发及优化
- 参与强化学习及其框架开源社区的推动和发展
- 参与基于国产芯片的强化学习相关项目的落地和交付
- 跟踪前沿论文与开源方案，推动新方法在业务场景落地
任职要求
- 扎实的机器学习/深度学习基础，理解策略梯度、Actor-Critic、价值函数等核心概念
- 熟练使用 PyTorch，有 RL 或 LLM 训练的实际项目经验
- 熟悉至少一种 RL 框架：Verl、Slime、Roll、AReal 等
- 良好的工程能力与代码规范，能独立排查训练问题
加分项
- 有大模型 RLHF/RLAIF 全流程落地经验
- 熟悉分布式训练框架：DeepSpeed、Megatron-LM、FSDP、Ray
- 有 Agent / 工具调用 / 多步推理 的 RL 训练经验
- 在 NeurIPS、ICML、ICLR 等顶会发表过论文
- 有强化学习开源社区相关贡献者优先
福利待遇
- 参与前沿技术研发，接触国产芯片生态
- 有机会在顶级会议发表论文
- 开源社区贡献认可与成长机会
- 项目落地经验积累，推动技术商业化
登录后查看完整岗位详情
使用邮箱验证码登录后，可查看完整职责、任职要求、原岗位入口，并继续使用收藏和浏览记录。列表摘要保持公开，完整详情用于保护数据质量和降低恶意抓取。