logo of liauto

理想汽车【理想+】AI 算法工程师-强化学习-上海

校招全职算法地点:上海状态:招聘

任职要求


1. 计算机科学、人工智能、数学等相关专业,硕士及以上学历;
2. 深入理解强化学习原理,熟练掌握 主流强化学习算法;
3. 具备扎实的编程能力,精通 Python 语言,熟悉PyTorch、veRL 等深度学习框架;
4. 有 Agent 系统开发经验,熟悉多智能体协作、任务分配、工具调用等机制;
5…
登录查看完整任职要求
微信扫码,1秒登录

工作职责


“理想+”是理想汽车面向全球顶尖技术人才的校园招聘计划。我们期待你的加入,与理想汽车一起成长、分享收获,通过人工智能技术去改变物理世界的效率和体验,造福我们服务的每一个家庭,以及家庭里的每一位成员。

【本岗位的主要工作内容】
1. 参与强化学习算法的研究与开发,设计并优化适用于复杂任务的强化学习模型;
2. 构建和完善 Agentic AI 系统,实现智能体的自主学习、决策与交互功能;
3. 针对特定应用场景,运用强化学习和 Agent 技术,制定解决方案并推动落地实施;
4. 参与设计和搭建强化学习训练环境,生成高质量训练数据,提升智能体性能;
5. 探索强化学习与其他技术(如大语言模型、多智能体系统等)的融合创新,拓展应用边界。

【技术课题】
强化学习和 Agentic AI​
包括英文材料
学历+
强化学习+
算法+
Python+
PyTorch+
还有更多 •••
相关职位

logo of liauto
校招算法

“理想+”是理想汽车面向全球顶尖技术人才的校园招聘计划。我们期待你的加入,与理想汽车一起成长、分享收获,通过人工智能技术去改变物理世界的效率和体验,造福我们服务的每一个家庭,以及家庭里的每一位成员。 【本岗位的主要工作内容】 1. 参与强化学习算法的研究与开发,设计并优化适用于复杂任务的强化学习模型; 2. 构建和完善 Agentic AI 系统,实现智能体的自主学习、决策与交互功能; 3. 针对特定应用场景,运用强化学习和 Agent 技术,制定解决方案并推动落地实施; 4. 参与设计和搭建强化学习训练环境,生成高质量训练数据,提升智能体性能; 5. 探索强化学习与其他技术(如大语言模型、多智能体系统等)的融合创新,拓展应用边界。 【技术课题】 强化学习和 Agentic AI​

北京
logo of liauto
校招算法

“理想+”是理想汽车面向全球顶尖技术人才的校园招聘计划。我们期待你的加入,与理想汽车一起成长、分享收获,通过人工智能技术去改变物理世界的效率和体验,造福我们服务的每一个家庭,以及家庭里的每一位成员。 【本岗位的主要工作内容】 1. 参与多模态感知技术研发,涵盖视觉、听觉、触觉等多模态信息融合与处理,为具身智能系统提供精准感知基础; 2. ​设计并开发具身智能算法与模型,实现机器人等智能体在复杂环境中的自主决策、规划与行动控制; 3. 构建多模态数据集,用于训练和优化具身智能模型,提升模型泛化能力与适应性; 4. 与硬件团队协作,将研发成果集成到实际机器人或智能硬件设备上,进行真实场景测试与验证; 5. 跟踪国际前沿研究,推动多模态感知和具身智能领域新技术、新方法在项目中的应用与创新。 【技术课题】 多模态感知和具身智能​

上海
logo of liauto
校招算法

“理想+”是理想汽车面向全球顶尖技术人才的校园招聘计划。我们期待你的加入,与理想汽车一起成长、分享收获,通过人工智能技术去改变物理世界的效率和体验,造福我们服务的每一个家庭,以及家庭里的每一位成员。 【本岗位的主要工作内容】 1. 参与多模态感知技术研发,涵盖视觉、听觉、触觉等多模态信息融合与处理,为具身智能系统提供精准感知基础; 2. ​设计并开发具身智能算法与模型,实现机器人等智能体在复杂环境中的自主决策、规划与行动控制; 3. 构建多模态数据集,用于训练和优化具身智能模型,提升模型泛化能力与适应性; 4. 与硬件团队协作,将研发成果集成到实际机器人或智能硬件设备上,进行真实场景测试与验证; 5. 跟踪国际前沿研究,推动多模态感知和具身智能领域新技术、新方法在项目中的应用与创新。 【技术课题】 多模态感知和具身智能​

北京
logo of liauto
校招算法

“理想+”是理想汽车面向全球顶尖技术人才的校园招聘计划。我们期待你的加入,与理想汽车一起成长、分享收获,通过人工智能技术去改变物理世界的效率和体验,造福我们服务的每一个家庭,以及家庭里的每一位成员。 【本岗位的主要工作内容】 1.结合数据流芯片,构建算法-芯片协同的生态,提升AD车端模型、云端Agent的推理效率; 2.自动化不同负载不同硬件上的Golden生产链路,支撑编译器的交付和硬件架构设计; 3.探索Agent化的编译器,利用Agent和强化学习自动化的下降出硬件指令。

杭州