强化学习算法工程师-Data AML

【岗位职责】 1、负责高质量数据的挖掘和清洗，研究基于业务的样本自动生成方案，设计置信的RL Reward方案； 2、研究LLM/VLM Agent训练算法，尤其是强化学习（RL）的各类算法； 3、负责广告多模态创意创作Agent相关的研发与应用，研究大模型的对齐方法、Agent的设计、端到端训练（Agentic RL）、评测方法等； 4、持续跟踪LLM/VLM、Agent领域的最新技术动态，并将其应用于实际业务场景中，推动技术落地。 【任职要求】 1、本科及以上学历，具备扎实的机器学习、深度学习与概率统计理论基础，对底层原理有深入理解；熟悉强化学习技术栈并有深入的研究或项目经验，有AIGC相关经验者优先； 2、优秀的代码能力、数据结构和基础算法功底，熟练掌握至少一门语言，ACM/ICPC、NOI/IOI、Top Coder、Kaggle等比赛获奖者优先； 3、在大模型领域，主导过有影响…… 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 1736 个杭州技术研发岗位，其中 65 个公开标注了薪资。按这些标注统计：月薪（税前）主流区间 20K ~ 28K（25~75 分位），中位约 20K，最低 8K、最高 50K。