logo of xpeng

小鹏汽车强化学习算法工程师

社招全职地点:深圳 | 上海状态:招聘

任职要求


1. 硕士及以上学历,专业包括机器学习、人工智能、计算机科学、信息/多媒体检索、强化学习、数学等;
2. 具备PythonC++Java或其他相关语言的开发经验;
3. 熟悉PyTorchTensorFlow深度学习框架;

加分项:
1. 具备超越简单模拟器的强化学习应用经验(如实际场景部署);
2. 擅长通过定量方法解决分析性问题;
3. 具有处理和分析多源、高复杂度、高维度数据的经验;
4. 有基于机器学习强化学习深度学习的系统开发经验;
5. 在学术或工业界取得显著成果的证明(如科研基金、奖学金、专利,或在NeurIPSICLR、AAAI、RecSys、KDD、IJCAI、CVPRECCV、ACL、NAACL、EACL、ICASSP等顶级会议/期刊以第一作者发表论文);
6. 通过实习、工作经验、编程竞赛或开源项目展示研究能力与工程实践能力;
7. 具备团队协作与跨职能沟通经验;
8. 善于解决复杂问题,能权衡不同解决方案的优劣与视角,制定推进路径。

工作职责


1. 开展机器学习和强化学习领域的科学研究,推动技术进步;
2. 开发更优的数据驱动人类行为建模方法;
3. 与研究人员及跨职能团队合作,沟通研究计划、进展与成果;
4. 应用前沿强化学习技术,推动生成式人工智能(GenAI)和具身智能应用落地。
5. 参与学术论文发表及开源项目贡献。
包括英文材料
学历+
机器学习+
强化学习+
Python+
C+++
Java+
PyTorch+
TensorFlow+
深度学习+
NeurIPS+
RecSys+
CVPR+
ECCV+
相关职位

logo of netease
社招1年以上网易伏羲

1、对接游戏项目需求,负责技术方案的设计和实现,不断迭代和优化项目效果; 2、持续改进算法和框架,开发和完善通用框架和SDK工具,提升游戏AI开发效率。

更新于 2025-06-16
logo of meituan
社招核心本地商业-业

1. 负责强化学习算法的研究、开发和应用,解决AI搜索等实际问题并提升业务效果。 2. 设计、实现、优化强化学习模型,包括但不限于价值迭代、策略梯度、模型预测控制等算法。 3. 跟踪强化学习领域的前沿研究进展,不断探索和创新,推动强化技术发展。 4. 与LLM的模型后训练相结合,迭代RL训练技术并实现业务模型的调优和落地。

更新于 2025-04-22
logo of mi
社招A30179A

1、负责强化学习算法的开发和应用,用于机器人的精细操作或者全身运动控制,提升动作的自然度和鲁棒性; 2、完成控制策略在真机上的测试验证,重点解决部署过程中遇到的sim2real gap问题; 3、持续跟踪国内外前沿研究成果,并进行相关算法复现。

更新于 2025-05-06
logo of bytedance
社招A76234

1、深入研究和应用COT及强化学习技术,建立针对电商大模型推理优化体系,使模型在处理电商复杂问题的准确率显著提升,显著增强模型的动态推理和反思能力,确保模型能够快速、准确地应对电商业务的高复杂度和多变性需求; 2、研发的电商推理优化大模型支持核心电商业务场景(如审核、商品推荐),降低人工审核成本,提升电商业务的智能化水平和运营效率; 3、研究大模型驱动的智能体算法,包括但是不局限于ReACT、Voyager、WebGPT、AutoGPT; 4、撰写技术报告和论文,分享研究成果,参与内外部的技术交流和合作,推动团队技术水平的提升,提高团队在行业内的影响力。

更新于 2025-03-20