强化学习资深工程师 (JR2026061700G)

1. 负责强化学习算法在业务场景中的研究与应用，设计和实现高效的强化学习模型，解决业务中的复杂策略问题； 2. 持续优化算法性能，提升业务指标，跟踪业界最新技术进展，将前沿算法应用到实际业务中； 3. 解决强化学习理论与实际业务场景有效结合的挑战，处理大规模数据和高维状态空间的技术难题； 4. 在复杂多变的业务环境中保持算法的稳定性和适应性，平衡算法复杂度与工程实现的可行性。 【任职要求】 1. 硕士及以上学历，计算机科学、人工智能、机器学习、数据科学或应用数学等相关专业，1-3年相关工作经验； 2. 具有强化学习算法在实际业务场景中的应用经验，有大规模机器学习/深度学习项目经验，熟悉常见的强化学习算法（如PPO，GRPO，DAPO, GSPO）等； 3. 了解常用的强化学习算法框架（如Verl，Slime等），具备良好的沟通表达能力和团队协作精神，具有较强的问题分析和解决能力； 4. …… 完整岗位描述与官方投递入口,请登录后在岗位详情页查看。

本站当前在招 21050 个北京岗位（全城各职能合计），其中 1782 个公开标注了薪资。按这些标注统计：月薪（税前）主流区间 7K ~ 20K（25~75 分位），中位约 12K，最低 1K、最高 300K。