职位描述1. 参与强化学习算法在optimization， LLM等领域的落地。在这里，你有机会接触工业级的数据，接触并研发实际业务中的核心技术，并且让强化学习在实际问题中发挥巨大的影响力。 2. 从上述应用中抽象研究问题，进行算法研究。在这里，你有机会接受科研方面的指导和训练，接触研究院提供的各种学术交流机会，在顶级国际会议和期刊上发表高质量的研究工作。任职要求1. 计算机或相关专业硕士及以上学历； 2. 熟悉 BC、GAIL、 Q-Learning、PPO等Online/ Offline RL 强化学习算法，熟悉Python等编程语言，有较强的编程实现能力； 3. 加分项：有数学/物理/信息学竞赛方面的成绩；有强化学习算法的开发和研究经历；在顶级国际会议和期刊上发表过强化学习方面的论文。 工作时间要求 能获得导师许可并保证至少三个月、每周4天以上的实习。
