强化学习专家

1、主导大模型强化学习方向的前沿研究，支持各应用方向的基础能力提升，包括但不限于语言、视觉、听觉、传感器信号等多种模态的理解和生成，智能体及多智能体系统； 2、负责构建大规模强化学习训练框架，优化分布式训练效率与资源调度能力；设计并训练奖励模型；开发和改进强化学习数据采集、清洗和难度分级流程和工具； 3、结合业务场景，推动强化学习技术提升系统的端到端用户体验； 4、跟踪国际学术会议成果与工业界动态，指导创新论文方向，并参与人才培养和战略规划； 1、本科及以上学历，计算机、人工智能及机器学习等相关专业； 2、3年以上强化学习项目经验，主导过至少1个完整的工业级大规模强化学习项目（如推荐系统优化、自动驾驶决策、智能体交互等），具备从算法设计到工程落地的全流程能力。 3、在人工智能领域国际学术顶会发表论文或参与知名开源项目者优先； 4、具备优秀的逻辑分析与问题解决能力，能够快速定位并优化复杂系…… 完整岗位描述与官方投递入口,请登录后在岗位详情页查看。

本站当前在招 2283 个北京技术研发岗位，其中 174 个公开标注了薪资。按这些标注统计：月薪（税前）主流区间 12K ~ 20K（25~75 分位），中位约 20K，最低 2K、最高 70K。