强化学习科学家（基础研究）

职位描述

岗位职责：

1、算法研究与设计：深入研究强化学习前沿算法，如DQN、A3C、PPO等，结合业务场景进行创新性算法设计与优化，提升算法性能和效率。

2、 模型开发与应用：主导强化学习模型的搭建、训练与调优，将模型应用于实际业务，如智能机器人控制、大模型训练、资源分配等，实现目标和价值最大化。

3、数据分析与评估：对强化学习实验数据进行深入分析，建立科学的评估指标体系，准确评估算法和模型的性能，为算法改进和业务决策提供数据支持。

4、 技术难题攻克：解决强化学习应用过程中的技术难题，如样本效率低、收敛速度慢、稳定性差等问题，确保项目顺利推进。

5、团队协作与指导：与跨部门团队紧密合作，包括产品、工程、测试等，提供强化学习技术支持；指导初级算法工程师成长，提升团队整体技术水平。

任职要求

岗位要求：

1、学历背景：计算机科学、数学、统计学等相关专业，硕士及以上学历。

2、工作经验：3 - 5年以上强化学习算法研究与开发经验，有成功的项目落地经验。

3、专业技能：

• 精通Python、TensorFlow或PyTorch等深度学习框架，具备扎实的编程能力。

• 深入理解强化学习基本原理、算法和应用场景，熟悉常见的强化学习算法库。

• 掌握数据结构与算法，具备良好的数学基础，包括概率论、数理统计、线性代数等。

4、综合素质：具备较强的问题解决能力、创新思维，对新技术有强烈的学习兴趣和探索精神，能够快速适应不断变化的需求。