您好，猎头彬彬，合作国内外70+企业，base北上广深武汉新加坡等
游戏，跨境贸易/电商/物流，云服务/基础软件，手机/芯片，私募量化，车企，社区分享，短视频，广告， ChatGPT
职位职责：
1. 负责 RLHF 相关的强化学习迭代工作。
2. 设计和实现基于强化学习的算法模型，优化模型的性能和稳定性。
3. 持续跟进最新的强化学习算法研究进展，并将其应用到大模型系统中。
职位要求：
1. 熟悉强化学习算法及其在自然语言处理和对话系统领域的应用。
2. 熟练掌握深度学习和强化学习相关的编程语言和工具（如 Python、TensorFlow、PyTorch 等）。
3. 具有较强的算法设计和实现能力，熟悉算法的优化和调试方法。
4. 具备较强的团队合作能力和沟通能力。
所发职位不全，手上职位非常多，欢迎咨询！
电话：18519274080
微信号：Brylin1991
邮箱： herocanjob@163.com
--
FROM 58.50.159.*