强化学习模型算法工程师(J30447)

开展前沿强化学习理论与算法研究，面向复杂决策与具身智能场景，设计可扩展、可泛化的学习框架; 研究原子能力模型的高效学习与组合机制，包括技能发现、层次化强化学习（HRL）与技能复用;探索并实现**人在环路强化学习（Human-in-the-loop RL）**方法，将人类反馈、偏好、示范有效融入策略学习与优化过程; 面向预训练多模态大模型（Vision–Language–Action, VLA），研究强化学习驱动的后训练（Post-training），提升模型在闭环决策、长期任务和分布外场景下的性能。 【任职要求】 计算机科学、人工智能、自动化、机器人等相关方向硕士及以上学历，具备扎实的机器学习与深度学习基础。

本站当前在招 2591 个芜湖岗位（全城各职能合计），其中 772 个公开标注了薪资。按这些标注统计：月薪（税前）主流区间 12K ~ 22K（25~75 分位），中位约 20K，最低 2K、最高 260K。

本岗位标注月薪 15K ~ 30K，高于该范围约 65% 的在招岗位。