AI研究员-强化学习

该职位位于应用AI研究的前沿，专注于推进强化学习系统，这些系统驱动着下一代智能模型的发展。您将设计和优化算法以改进决策、策略优化和系统性能，适用于模拟和真实世界环境。在高度研究驱动和实验密集的环境中工作，您将参与基础RL创新和生产级实现。该职位涵盖在受限硬件上高效模型的工作，以及集成文本、图像和音频的大型多模态系统。您将参与构建模拟环境、完善训练管道和提升策略性能。这是一个有机会直接塑造全球规模AI系统的机会。

拥有计算机科学、机器学习或相关领域的高级学位；博士优先，具备强大的学术研究背景和顶级会议的出版物。

有运行大规模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。

深入了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和效率的优化策略。

在PyTorch和RL框架中有深厚的手工经验，能够从模拟到训练和部署构建完整流程。

能够通过经验性和算法创新解决复杂的RL挑战，如样本效率低、奖励噪声和训练不稳定。

具有强大的分析能力，能够设计稳健的实验，解读结果并持续改进模型性能。

完全远程工作环境，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系统和现实应用
竞争力薪酬，与经验和专长匹配
接触高级研究、多模态AI系统和尖端基础设施
灵活的工作文化支持自主和创新

Jobgether是一家连接人才与企业的平台，利用AI驱动的匹配过程确保申请快速、客观和公平地评估候选人。我们的系统识别出最符合的候选人，并直接与雇主分享短名单。最终的决定和下一步（面试、评估）由雇主内部团队管理。

我们使用AI驱动的匹配过程来确保您的申请快速、客观和公平地评估。我们的系统会识别出最符合的候选人，并直接与雇主分享短名单。最终的决定和下一步（面试、评估）由雇主内部团队管理。