返回岗位列表

强化学习环境全栈工程师

查看原岗位

地点：美国薪资：$35-$100 日期：2026-01-29

岗位摘要

构建供智能体和强化学习参与者交互的沙盒用户界面；为已构建的环境创建任务，并以编程方式验证任务完成情况；享受远程工作模式；具备扎实的React.js专业经验（需熟悉Hooks、现代状态管理，TypeScript优先）——必需

岗位职责

构建供智能体和强化学习参与者交互的沙盒用户界面
为已构建的环境创建任务，并以编程方式验证任务完成情况
享受远程工作模式

任职要求

具备扎实的React.js专业经验（需熟悉Hooks、现代状态管理，TypeScript优先）——必需
具备使用Python构建后端服务的扎实专业经验（FastAPI、Flask或Django）——必需
具备容器化实践经验（Docker必需；Docker Compose/Kubernetes为加分项）
具备强大的前端设计技能，以及对UI/UX、细节打磨和视觉细节有极高的品味
拥有在Python中设计关系型数据库模式并用大规模、逼真的模拟数据填充的能力
具备创建和暴露简洁、文档完善的API端点（REST或GraphQL）的经验
对代码质量、可读性、测试和前端工艺有极高的标准
作为高级用户，在日常工作中广泛使用编码助手/AI助手（如Cursor、Claude、Copilot、Grok、Aider等）
对强化学习范式（如RLHF、PPO、DPO、奖励建模等）有良好的理解

福利待遇

该职位薪酬范围约为每小时35美元至100美元
实际薪酬将根据具体情况确定，并可能基于以下因素调整：地点、与工作相关的知识和技能、教育背景和经验
表现优异者可能被考虑授予xAI内部的MTS职位