地平线强化学习算法实习生
任职要求
【任职要求】 1、计算机、数学等相关专业在读硕士及以上学历； 2、具备扎实的数学和机器学习基础； 3、具有较强的编程能力、英文文献阅读能力、自我学习能力； 4、实习时间6个月以上，自我驱动，针对某一个方向独立深入研究，或参与主版本迭代。 【课题背景】 当前自动驾驶技术在复杂场景下的决策能力，仍未达到人类驾驶员的认知与预判水平。核心瓶颈在于系统对物理世界因果规律的理解不足，以及长程…
工作职责
【岗位职责】 -突破认知边界：让自动驾驶系统从 “模仿行为” 进化为 “理解世界”，掌握物理因果与长程规划能力。 -革新训练范式：构建自博弈强化学习的全新训练与推理框架，大幅提升系统的安全性、鲁棒性与泛化能力。 -弥合虚实鸿沟：探索仿真与现实世界的无缝迁移，让训练出的策略在真实道路上同样可靠。
1、理解游戏AI的业务背景和项目需求，参与完成游戏AI的系统设计与开发，支撑业务快速发展。 2、协助实现和优化现有模型/策略/框架，以提高服务性能和效率。 3、协助完成游戏日志处理及分析，构建用户画像体系，为项目推进和决策提供数据支持。
我们是网易云音乐算法团队，专注于行业领先的搜索或者推荐算法，我们致力于通过技术赋能云音乐各项业务，通过社区广场推荐，提升用户体验，产生商业化价值。 在这里你可以： 1、参与云音乐各场景相关的AIGC算法应用，使用NLP、多模态、LLM等技术，优化包括多模态内容理解、大模型交互式对话、大模型AI创作生成等业务应用的效果提升； 2、参与云音乐创新业务相关的算法优化，使用业界领先的深度学习、强化学习、图模型等，优化推荐、直播、声音、社交等业务的算法； 3、参与前沿的基础算法模型建设，包括继续预训练、视频生成微调，音乐生成训练等垂类基座模型的构建和应； 4、接触到亿级别海量、真实的用户数据，使用深度学习、强化学习、图模型等算法，发挥推荐的价值； 5、使用行业领先的大规模分布式机器学习平台，例如tensorflow等开源的工具，实现并不断优化推荐、搜索等算法。
1)负责2b方向调度优化算法（深度学习、强化学习）项目的落地； 2)负责前沿算法的探索和研究； 3)构建算法创新体系，主导ICML/NeurIPS等顶会前沿技术的工业化适配 4)设计模型性能监控系统，实现算法效果可量化、可解释、可迭代
-负责百度Feed推荐系统核心模块的技术研发工作，大规模机器学习算法在亿级别用户产品中的应用 -负责推荐技术的的持续优化，基于超大规模深度神经网络模型和机器学习系统，探索业界前沿推荐技术 -深入理解推荐生态，通过对数据的敏锐洞察，深入挖掘产品潜在价值和需求，通过技术创新推动生态健康发展 -在个性化推荐场景下，洞察用户需求，将机器学习技术与业务相结合，创造用户与商业价值