【岗位职责】：
1、负责强化学习算法的研究、开发和应用，解决实际问题并提升业务效果；
2、设计和实现强化学习模型，包括但不限于价值迭代、策略梯度、模型预测控制等算法；
3、对现有强化学习算法进行优化和改进，提高算法的稳定性和收敛速度；
4、与数据工程师和产品团队合作，将强化学习算法集成到产品和服务中；
5、跟踪强化学习领域的最新研究进展，不断探索和创新，推动公司技术发展；
6、参与撰写技术文档，为团队提供算法知识和技能培训；
7、参与项目的需求分析、方案设计和技术评审。
【任职要求】：
1、计算机科学、人工智能、数学或相关专业硕士及以上学历，有3年以上强化学习算法开发经验；
2、熟悉强化学习的基本理论和算法，如Q-Learning、SARSA、Deep Q-Network (DQN)、Policy Gradient等；
3、具备扎实的数学基础，包括概率论、统计学、线性代数等；
4、熟练掌握至少一种编程语言，如Python，并熟悉TensorFlow、PyTorch等深度学习框架；
5、具备良好的科研能力，有在相关领域发表过论文者优先；
6、具备良好的逻辑思维能力和问题解决能力，能够独立分析和解决复杂问题；
7、有实际应用强化学习算法解决复杂问题的经验，如游戏、机器人控制、自动驾驶等；
8、具备良好的团队合作精神和沟通能力，能够与不同部门有效协作；
9、对技术创新有热情，愿意不断学习新知识，适应快速变化的技术环境。
【公司亮点】：
国企背书、发展稳定、五险一金、月度补贴、企业年金、法定假期、项目奖金、年终奖金