部门介绍
对一个研究者来说， 丰富的应用场景、全谱领域的技术积累、追求极致的氛围都很重要， 而你正是其中一员！
岗位职责
- 参与核心算法研究与应用，聚焦强化学习、模仿学习、元学习等方向，探索前沿技术方案，将研究成果转化为实际应用场景中的效果提升；
- 深入理解和分析复杂决策场景，设计并优化强化学习算法方案，在训练效率、策略效果、泛化能力等维度持续提升模型表现，推动算法在真实环境中的落地应用；
- 跟踪强化学习与深度学习前沿技术（如Offline RL、Multi-Agent RL、RLHF、世界模型等），结合实际问题推进技术预研与创新探索；
- 跨团队紧密协作，理解应用需求并将其转化为可执行的技术方案，在工程实践中锻炼从算法设计到系统落地的全链路能力。
职位要求
- 包含但不限于计算机、人工智能、自动化、模式识别、电子信息、应用数学、统计学、运筹学等相关专业的博士和优秀硕士；
- 扎实的机器学习与深度学习基础，对强化学习、模仿学习等算法原理及其应用有深入理解和浓厚兴趣，熟悉常见RL算法（如PPO、DQN、SAC、IMPALA等）及其工程实现；
- 熟练掌握Python及PyTorch/TensorFlow等主流深度学习框架，编码能力扎实，熟悉常用算法与数据结构，具备较强的动手能力和快速学习能力，能够独立完成模型搭建、训练与实验调优；
- 乐于动手实践，有良好的逻辑思维能力和问题拆解能力，能够熟练阅读和撰写英文论文，对将前沿研究成果转化为实际应用充满热情；
- 具备良好的沟通协作意识，能与研究员、工程师和产品团队高效配合，共同推动技术方案落地。
