岗位职责
- 支持大模型强化学习算法研发，负责设计并实现核心强化学习策略，针对多模态大模型场景优化训练效果、稳定性及效率；
- 前沿强化学习技术研究与落地，深入追踪强化学习领域最新进展。结合公司核心业务场景，探索创新算法方向并主导技术应用转化，确保技术领先性；
- 大模型强化学习核心技术探索，聚焦大模型在强化学习阶段的关键技术挑战（如奖励函数设计、稀疏奖励、探索效率、泛化能力等），提升模型解决复杂任务的能力；
- 技术沉淀与知识共享，撰写高质量技术报告与研究论文，积极进行内外部技术分享，促进团队技术成长与影响力提升。
职位要求
- 计算机科学与技术、机器学习、人工智能或相关专业，硕士及以上学历；
- 具备扎实的机器学习/深度学习理论基础，精通至少一种主流深度学习框架（如PyTorch, TensorFlow）；
- 拥有强化学习相关的项目实践经验，符合以下条件者优先：在NeurIPS/ICML/ICLR等顶级机器学习/人工智能会议发表论文；深度参与或主导过有影响力的AI（开源或闭源）项目；
- 具备严谨的实验设计、数据分析及解决复杂技术难题的能力；对技术创新充满热情，能主动探索和突破技术边界；具备优秀的技术表达能力和团队协作精神，能有效推动跨团队合作。
