强化学习算法工程师-深圳

职位描述： 1、负责强化学习（RL）核心算法的设计与工程实现，打造高效智能决策模型，支撑软件系统全流程（需求分析-架构设计-部署运维）的智能化升级； 2、推进深度强化学习（DRL）关键技术突破，聚焦大语言模型（LLM）与多智能体强化学习（MARL）的协同创新，加速其在能源微电网、工业自动化等复杂场景的大规模落地应用。 职位要求： 硬性条件： 1、具备3年以上强化学习实际项目经验，熟练掌握DQN、PPO、SAC等主流算法，有大型RL系统上线部署实践； 2、精通PyTorch或TensorFlow框架，具备扎实的工程开发能力； 3、在ICML/NeurIPS/AAAI等顶级会议发表过相关论文者优先考虑。 加分项： 1、拥有大语言模型（LLM）调优或RLHF（基于人类反馈的强化学习）项目实操经验； 2、了解多智能体博弈机制与联邦学习技术，具备电力调度、机器人控制等领域项目背景； 3、数学功底深厚，熟悉随机过程、博弈论及最优控制理论。 软性素质： 1、具备技术敏锐度，能快速跟进并复现前沿研究成果，推动算法迭代优化； 2、目标驱动型思维，善于从实际业务问题出发反向设计技术解决方案。