[上海]前程无忧校园

职位：强化学习研究员
发布时间：2025-02-28
工作地点：上海
信息来源：前程无忧(51JOB)
职位类型：全职
职位描述
职能类别:算法工程师
学历要求
博士

专业要求
计算机、电子信息、人工智能等相关专业

工作职责：
1.研究大模型对齐阶段的广义强化算法，提升大模型的能力，探索创新性算法，解决大模型训练中的复杂问题，如奖励稀疏、策略优化等；
2.针对大模型的挑战，提出有效的训练策略和优化方法，改善模型的训练效率、收敛性以及推理能力；
3.进行强化学习算法的系统评估，分析不同算法在大模型上的表现，识别潜在的瓶颈和改进方向；
4.写作高质量研究论文，在***学术会议或期刊上发表研究成果。

任职资格：
1.计算机科学、人工智能等相关专业博士学历；
2.熟练使用TensorFlow/PyTorch等至少一种深度学习框架；
3.深入理解强化学习理论，包括但不限于Q-learning、SARSA、深度Q网络（DQN）、策略梯度方法等；
4.良好的团队合作精神和沟通能力，有责任心，较强的问题分析和解决能力；
5.有可穿戴设备、RLHF微调相关经验是加分项；
6.有人工智能***会议或期刊论文发表经历者优先。 公司简要介绍：
公司名称:前程无忧校园
公司类型:外资（非欧美）
公司介绍:“博 · 未来”是由前程无忧 51JOB 在国家鼓励高质量就业的背景下，连续推出的线上线下联动项目。首届洽谈会于2024年春季成功举办，行业龙头企业近20家、到场博士近200名、参与高校近10所；为高层次人才和企业之间搭建了沟通平台，据不完全统计此次活动共协助解决近130个博士岗位，备受企业和求职者好评。
随着学历教育普及以及招生规模的迅速扩张，而博士毕业生的就业与专业学位类别紧密相关，我国博士毕业生整体待业率呈上升趋势。为适配企业对高层次人才日益增加的招聘需求，打破信息不对称的壁垒，前程无忧打通自有渠道信息资源，打造“ 双选、洽谈、签约一站式 ”完成高层次人才接触的“博 · 未来”平台。
2025年全新升级，更大场地、更广宣传、更多生源、更定制化流程…为企业及高层次人才打造一场圈层洽谈会议。