腾讯云-MaaS产品强化学习专家工程师
岗位信息
| 招聘单位 | 腾讯 |
|---|---|
| 部门/事业群 | CSIG |
| 所属产品 | 腾讯云-MaaS生文 |
| 工作地点 | 深圳 |
| 经验要求 | 三年以上工作经验 |
| 官方更新时间 | 2026年09月09日 |
职位描述
1.负责MAAS平台模型微调体系产品能力建设：RLHF/RLAIF、DPO/GRPO/PPO等方法选型与迭代；
2.负责推理能力强化：可验证奖励（数学/代码）驱动的RL训练、长思维链优化；
3.建设RL基础设施：大规模Rollout、异步训练、奖励模型服务化；
4.探索Agentic RL与平台场景结合（工具调用、多智能体协作）；
5.与离线推理、模型评测方向协同，形成"训练—评测—推理"闭环。
提示：投递请认准招聘单位官方招聘官网，谨防中介收费。