职位描述
1、负责强化学习（Reinforcement Learning, RL）算法的研发与优化，探索其在智能决策、机器人控制、游戏AI、广告推荐等场景的应用；
2、结合业务需求，设计并实现高效、可扩展的强化学习算法，包括但不限于DQN、PPO、SAC、Multi-Agent RL、Meta RL等；
3、参与大规模分布式强化学习系统的开发，解决模型训练、部署中的性能与稳定性问题；
4、与产品、数据团队紧密协作，推动算法在真实场景中的落地与迭代；
截止日期：2026年03月18日
招聘人数：2人