算法-强化学习方向

参与核心算法研究与应用，聚焦强化学习、模仿学习、元学习等方向，探索前沿技术方案，将研究成果转化为实际应用场景中的效果提升；

深入理解和分析复杂决策场景，设计并优化强化学习算法方案，在训练效率、策略效果、泛化能力等维度持续提升模型表现，推动算法在真实环境中的落地应用；

跟踪强化学习与深度学习前沿技术（如Offline RL、Multi-Agent RL、RLHF、世界模型等），结合实际问题推进技术预研与创新探索；

跨团队紧密协作，理解应用需求并将其转化为可执行的技术方案，在工程实践中锻炼从算法设计到系统落地的全链路能力。

包含但不限于计算机、人工智能、自动化、模式识别、电子信息、应用数学、统计学、运筹学等相关专业的博士和优秀硕士；

扎实的机器学习与深度学习基础，对强化学习、模仿学习等算法原理及其应用有深入理解和浓厚兴趣，熟悉常见RL算法（如PPO、DQN、SAC、IMPALA等）及其工程实现；

熟练掌握Python及PyTorch/TensorFlow等主流深度学习框架，编码能力扎实，熟悉常用算法与数据结构，具备较强的动手能力和快速学习能力，能够独立完成模型搭建、训练与实验调优；

乐于动手实践，有良好的逻辑思维能力和问题拆解能力，能够熟练阅读和撰写英文论文，对将前沿研究成果转化为实际应用充满热情；

具备良好的沟通协作意识，能与研究员、工程师和产品团队高效配合，共同推动技术方案落地。

在NeurIPS、ICML、ICLR、AAAI、AAMAS等机器学习/强化学习领域顶会或顶刊以第一作者发表过论文，或参与过有影响力的开源项目贡献；

有机器人控制、自动驾驶、智能决策等强化学习实际应用场景的研究或项目经验；

熟悉分布式训练框架（如RLlib、SEED RL、DeepSpeed等），有大规模RL训练实践经验；

有多智能体强化学习（MARL）、逆强化学习、离线强化学习等细分方向的深入研究经历。