强化学习算法工程师/AI(J10832)

职位描述

1、深入分析业务场景，完成问题建模，包括设计状态空间、动作空间、奖励函数及环境模拟器。

2、负责强化学习模型的算法选型、训练、调优与评估，探索在线/离线RL、多智能体协同等前沿方向的应用。

3、推动模型在真实业务环境中的部署与服务化，解决线上推理、模型更新、安全探索等工程挑战。

4、建立模型监控与评估体系，持续优化已上线策略的长期表现，并跟踪强化学习领域最新技术进展。

任职要求

1、硕士及以上学历,计算机、人工智能、自动化、应用数学等相关专业

2、2年以上机器学习/深度学习算法开发经验，有完整项目落地经历。

知识技能要求

1、有强化学习在工业控制、资源调度、推荐系统等领域成功落地的项目经验

2、熟悉多智能体强化学习、元强化学习、模仿学习等进阶方向

3、有大规模分布式训练或仿真环境开发经验