第四范式强化学习算法实习生
实习兼职技术类地点：北京状态：招聘
工作描述
【工作职责】：1.使用领先的强化学习技术提供实际问题的优化方法和解决方案 2.对实际问题进行抽象，设计开发强化学习组件，降低解决方案的实现复杂度 3.创造更有价值的强化学习产品，通过技术创新推动产品提升或客户业务增长。【任职要求】：1.良好的…
登录查看完整工作描述
微信扫码，1秒登录
包括英文材料
强化学习+
https://cloud.google.com/discover/what-is-reinforcement-learning?hl=en
Reinforcement learning (RL) is a type of machine learning where an "agent" learns optimal behavior through interaction with its environment.
https://huggingface.co/learn/deep-rl-course/unit0/introduction
This course will teach you about Deep Reinforcement Learning from beginner to expert. It’s completely free and open-source!
https://www.kaggle.com/learn/intro-to-game-ai-and-reinforcement-learning
Build your own video game bots, using classic and cutting-edge algorithms.
数据结构+
https://www.youtube.com/watch?v=8hly31xKli0
In this course you will learn about algorithms and data structures, two of the fundamental topics in computer science.
https://www.youtube.com/watch?v=B31LgI4Y4DQ
Learn about data structures in this comprehensive course. We will be implementing these data structures in C or C++.
https://www.youtube.com/watch?v=CBYHwZcbD-s
Data Structures and Algorithms full course tutorial java
算法+
https://roadmap.sh/datastructures-and-algorithms
Step by step guide to learn Data Structures and Algorithms in 2025
https://www.hellointerview.com/learn/code
A visual guide to the most important patterns and approaches for the coding interview.
https://www.w3schools.com/dsa/
Linux+
https://ryanstutorials.net/linuxtutorial/
Ok, so you want to learn how to use the Bash command line interface (terminal) on Unix/Linux.
https://ubuntu.com/tutorials/command-line-for-beginners
The Linux command line is a text interface to your computer.
https://www.youtube.com/watch?v=6WatcfENsOU
In this Linux crash course, you will learn the fundamental skills and tools you need to become a proficient Linux system administrator.
https://www.youtube.com/watch?v=v392lEyM29A
Never fear the command line again, make it fear you.
https://www.youtube.com/watch?v=ZtqBQ68cfJc
还有更多 •••
相关职位
实习算法与软件
1. 全日制统招在校生，2027年及之后毕业。 2. 有大模型 / 多智能体系统（Multi-Agent System）/ 强化学习方向研究或实践经历，熟悉主流大模型训练方法优先。 3. 熟悉 Pyt
北京
实习算法序列
【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
更新于 2026-03-16北京|上海|香港
校招算法序列
【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
更新于 2026-03-16北京|上海|香港
实习
1、27届-28届毕业同学，计算机/自动化/机器人等相关专业，硕博优先； 2、对物理AI有强烈兴趣，愿意深入解决RL落地的真实难题； 3、扎实的强化学习基础，熟悉PPO、GRPO、SAC等算法，有Mu
更新于 2026-03-20上海