应用强化学习工程师

作为应用强化学习工程师，您将设计和构建模拟复杂企业工作流的RL环境，训练智能代理。需要精通经典RL方法和现代LLM代理架构，构建企业级AI解决方案。

3年以上强化学习实际经验，熟悉RLHF/PPO/DPO等LLM微调技术，具备生产级软件工程能力，熟悉Gymnasium/RLlib等技术栈。

综合医疗保健覆盖、401k计划、带薪年假等

Centific是前沿AI数据枢纽，通过定制化技术平台赋能Magnificent Seven和企业客户实现安全可扩展的AI部署。团队拥有150+博士和4000+AI从业者，整合行业领先合作伙伴和230+市场领域专家。