岗位职责：
1、研究并实现强化学习算法（DQN/PPO/SAC/A3C等）解决实际问题；
2、设计仿真环境（Gym/Unity/Mujoco等）和奖励函数，优化智能体策略；
3、结合深度学习（如Deep RL）提升智能决策能力；
4、探索多智能体强化学习（MARL）、模仿学习（Imitation Learning）等方向。
职位要求：
1、计算机、人工智能、数学、自动化等相关专业本科及以上学历；
2、编程能力：熟练Python，熟悉PyTorch/TensorFlow/JAX等框架；
3、算法基础：扎实的机器学习/深度学习/强化学习理论基础；
4、项目经验：
（1）模型方向：有CV/NLP/推荐系统等领域的模型训练和优化经验
RL方向：有机器人控制、游戏AI、自动驾驶等RL应用经验
（2）加分项（Nice-to-Have）
熟悉分布式训练（DDP/FSDP/Horovod）或大模型训练（LLM/RLHF）
有强化学习竞赛（如Kaggle、AI Dungeon）或论文发表（ICML/NeurIPS/ICLR）经验，熟悉CUDA优化、模型部署（TensorRT/Triton）或边缘计算（Jetson）。