强化学习算法工程师-Data AML

职位描述

1、负责高质量数据的挖掘和清洗，研究基于业务的样本自动生成方案，设计置信的RL Reward方案；

2、研究LLM/VLM Agent训练算法，尤其是强化学习（RL）的各类算法；

3、负责广告多模态创意创作Agent相关的研发与应用，研究大模型的对齐方法、Agent的设计、端到端训练（Agentic RL）、评测方法等；

4、持续跟踪LLM/VLM、Agent领域的最新技术动态，并将其应用于实际业务场景中，推动技术落地。

任职要求

1、本科及以上学历，具备扎实的机器学习、深度学习与概率统计理论基础，对底层原理有深入理解；熟悉强化学习技术栈并有深入的研究或项目经验，有AIGC相关经验者优先；

2、优秀的代码能力、数据结构和基础算法功底，熟练掌握至少一门语言，ACM/ICPC、NOI/IOI、Top Coder、Kaggle等比赛获奖者优先；

3、在大模型领域，主导过有影响力的项目或论文者优先；在NeurIPS/ICML/ICLR/ACL/EMNLP等顶会发表论文者优先；

4、主动积极、有创新精神，具备出色的沟通协作能力和问题解决能力，对创造一流AI业务应用充满热情。