① 算法研发：设计、实现和优化基于强化学习的算法，解决实际业务中的复杂问题。
② 实验与评估：进行实验设计、模型训练和调优，评估算法在各种环境中的性能，并改进模型表现。
③ 跨团队协作：与数据科学家、工程师、产品经理等核心研发团队合作，确保算法能够在实际产品中稳定运行。
④ 技术前沿探索：关注强化学习领域的最新研究进展，持续探索创新方法，并将其应用于实际项目中。
⑤ 代码质量与可维护性：编写高质量、易维护的代码，保证算法的可复现性和扩展性。
任职要求
① 教育背景：计算机科学、人工智能、数学或相关领域的硕士及以上学历，具有扎实的理论基础和数学功底。
② 强化学习经验：至少2年以上强化学习算法相关的研究或工程实践经验，熟悉强化学习的经典算法（如Q-learning、DQN、PPO、A3C等）。
③ 编程能力：精通至少一种编程语言（如Python、C++等），熟悉TensorFlow、PyTorch等深度学习框架，具备较强的代码实现能力。
④ 数学和统计学能力：对机器学习、优化理论、统计学等有深刻理解，具备良好的数学建模和算法分析能力。
⑤ 解决问题能力：能够独立分析问题、设计实验并提出有效解决方案，具有较强的动手能力和创新能力。
⑥ 良好的团队合作精神：具备良好的沟通能力，能够与跨学科团队成员协作，推动项目进展。
优先考虑：具有强化学习在实际应用中的经验（如自动驾驶、机器人控制、金融交易等）。 有学术论文发表或技术专利。 熟悉分布式计算和云平台（如AWS、Google Cloud等）。
