强化学习AI研究员

该职位位于法国，专注于推进强化学习系统，推动下一代智能模型的发展。您将设计和优化算法，以提升决策能力、策略优化和系统性能，应用于模拟和现实环境。在高度研究驱动和实验导向的环境中，您将参与基础RL创新和生产级实现。职位涵盖高效模型在受限硬件上的工作，以及大规模多模态系统整合文本、图像和音频。您将参与构建仿真环境、完善训练流程和提升策略性能。这是一个有机会直接塑造全球规模AI系统的机会。

要求：拥有计算机科学、机器学习等相关领域的高级学位；博士优先，有强大的学术研究背景和顶级会议的出版物；有运行大型强化学习项目的经验，包括现代在线RL技术如策略优化方法和actor-critic框架；深入理解强化学习理论和实践，包括策略梯度、探索-利用权衡以及稳定性与效率的优化策略；有PyTorch和RL框架的深厚动手经验，能够从仿真到训练和部署构建完整流程；证明能够通过经验或算法创新解决复杂RL挑战，如样本效率低、奖励噪声和训练不稳定；具备强大的分析能力，能够设计稳健的实验，解读结果并持续改进模型性能。

福利：全远程工作环境，与全球团队协作；有机会参与大规模AI和强化学习研究；高影响力角色，影响生产级AI系统和实际应用；具有竞争力的薪酬，与经验和专长相符；接触高级研究、多模态AI系统和最先进的基础设施；灵活的工作文化，支持自主和创新。