您好，猎头彬彬，合作国内外70+企业，基地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
岗位职责 ：
1.负责大模型强化学习方向技术研发，包括数据探索与增强、奖励模型优化、强化策略迭代及效果评估等，持续提升算法的效率与效果；
2.强化学习技术前瞻探索，包括但不限于离线强化学习、环境模型学习、约束强化学习等方向；
3.基于强化学习技术，利用人类反馈信号提升语言模型能力
岗位基本需求：
1.五年以上相关工作经验，具备强化学习的业务实践并取得较好的业务价值；
2.扎实的算法基础，熟悉强化学习、自然语言处理和机器学习技术，对技术开发及应用有热情；
3.具备强化学习算法优化经验，熟悉DQN、TRPO、PPO、SAC、BCQ、MCQ、SUNRISE等强化学习算法，能够基于实际业务问题优化算法；
4.熟悉Python、Java等至少一种编程语言，具有良好的编程能力和扎实的数学理论基础；
5.关注行业前沿进展，对技术开发及应用有热情，有自己的想法并乐于挑战自我；
6.良好的沟通能力和跨团队协作能力，能够梳理繁杂的工作并建立有效机制，推动上下游配合完成目标； 具备以下者优先
1、有大语言模型算法优化和大规模分布式强化学习框架优化经验优先
2、有强化学习相关方向的团队或项目管理经验者优先
岗位亮点
1.良好的技术氛围，与志同道合的技术牛人一起工作；
2.有机会投身大语言模型研发，为AGI目标而躬身奋斗。
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 122.190.149.*