大模型强化学习算法专家（Keye）

职位描述

1、负责大模型的强化学习算法研究与开发，优化模型训练效果、稳定性和效率；

2、深入研究强化学习领域的前沿技术，结合公司业务场景，探索新的算法优化方向，保持公司在该领域的技术领先性；

3、探索强化学习阶段的多目标强化学习、奖励模型设计等技术方向，提升模型在复杂任务中的表现；

4、撰写技术报告和论文，分享研究成果，推动团队技术水平提升。

任职要求

1、计算机科学、机器学习、人工智能等相关专业硕士及以上学历；

2、具备扎实的机器学习基础，熟练使用至少一种深度学习框架（如 PyTorch、TensorFlow 等）；

3、有强化学习相关项目经验，在顶级学术会议发表过研究成果、主导或参与过 AI 相关开源/闭源项目者优先；

4、具备卓越的实验分析与问题解决能力，有创新思维，能够良好沟通，与团队成员高效协作。