强化学习算法工程师/专家

职位描述

1.参与端到端自动驾驶系统的强化学习训练;

2.构建高效稳定的大规模强化学习闭环训练框架，提升强化学习的数据效率、训练效率、稳定性、场景泛化性;

3.持续推动强化学习算法在物理世界的落地应用;

任职要求

1.硕士及以上学历,计算机,自动化及电子信息等相关专业优先;

2.掌握强化学习基础理论，熟悉主流强化学习算法（PPO、SAC、GRPO及其变种）；

3.具备扎实的强化学习工程能力和优秀的代码能力,能够独立负责算法研发和迭代。