小鹏汽车强化学习算法实习生
实习兼职地点：上海状态：招聘♡ 收藏
工作描述
任职要求 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MuJoCo、Isaac Gym、CARLA等仿真平台经验； 4、有基于Autoregression、diffusion、flow mat…
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.
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/
Gymnasium+
https://gymnasium.farama.org/index.html
An API standard for reinforcement learning with a diverse collection of reference environments
https://www.youtube.com/watch?v=FvuyrpzvwdI
Learn to use Gymnasium for Python, which allows you to create environments to run reinforcement learning programs against in Python.
大模型+
https://www.youtube.com/watch?v=xZDB1naRUlk
You will build projects with LLMs that will enable you to create dynamic interfaces, interact with vast amounts of text data, and even empower LLMs with the capability to browse the internet for research papers.
https://www.youtube.com/watch?v=zjkBMFhNj_g
还有更多 •••
相关职位
实习技术类
【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
更新于 2023-02-27北京
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