返回岗位列表

算法研究与开发工程师

查看原岗位

地点：成都薪资：薪资未公开日期：2026-01-29

岗位摘要

算法研究与开发；深入研究强化学习领域的前沿算法（如PPO、GRPO等）并应用于大模型领域；优化强化学习训练框架，提升训练速度与稳定性；大规模应用强化学习，以提升模型的长思考能力、通用能力、Agent能力等

岗位职责

算法研究与开发
深入研究强化学习领域的前沿算法（如PPO、GRPO等）并应用于大模型领域
优化强化学习训练框架，提升训练速度与稳定性
大规模应用强化学习，以提升模型的长思考能力、通用能力、Agent能力等

任职要求

计算机科学、人工智能、机器学习、数学、统计学或相关领域的硕士及以上学历
熟练掌握强化学习经典算法（如PPO、GRPO等），并具备实际项目经验
紧跟学术前沿，积极探索前沿算法，针对实际项目中的问题优化算法
熟悉深度学习框架（如TensorFlow、PyTorch）和强化学习训练框架（如verl、openrlhf、trl、nemo-aligner等）
了解大规模分布式模型训练（如deepspeed、FSDP、megatron等）
具备扎实的编程能力，熟练使用Python，熟悉常用数据结构和算法
具备较强的学习能力和解决问题的能力，能够快速学习新技术，基础扎实，动手能力强

加分项

在顶级会议（如NeurIPS、ICLR、ACL、EMNLP、NAACL等）发表过强化学习相关论文，有ACM、NOI等编程竞赛经验