强化学习专家/高级专家

职位概述 本岗位主要负责在自动驾驶领域，尤其是大模型场景下运用强化学习技术提升模型的泛化能力。候选人需要具备深厚的强化学习理论基础及丰富的实践经验，能够独立或带领团队攻克前沿技术难题，并推动技术成果在自动驾驶系统中的落地与应用。 主要职责 强化学习算法研发 设计、研究和优化针对自动驾驶场景的大规模强化学习算法，提升系统的鲁棒性与泛化能力。 模型落地与优化 探索强化学习模型在自动驾驶中的应用场景，负责从理论到工程实践的全流程落地，实现模型高效训练与在线部署。 跨团队协作与技术指导 与感知、规划、控制等团队紧密合作，提供技术支持与指导，推动技术方案的融合与落地；在团队内部进行技术分享和培训。 前沿技术跟踪与战略规划 持续关注国际前沿研究动态，推动相关研究成果在公司产品中的应用，参与制定技术路线与战略规划。 技术文档与专利申请 撰写高质量技术文档，整理研发过程中的创新成果，并有机会参与专利申请和高水平论文发表。 任职要求 学历背景 计算机、自动化、电子工程、数学或相关专业硕士及以上学历，博士优先。 技术能力 深入理解强化学习的理论与方法，熟悉常用算法（如 DQN、PPO、A3C、SAC 等）及其在大规模系统中的应用。 熟悉大模型训练与优化技术，具备将复杂理论模型工程化落地的经验。 熟悉自动驾驶系统架构，了解传感器融合、环境感知、决策规划等关键技术。 领导力与沟通能力 具备跨团队合作和项目管理经验，能有效协调资源，带领团队解决技术难题。 优秀的逻辑思维与问题解决能力，能够在高压和快速变化的工作环境中做出准确判断与决策。 创新能力 对新技术充满热情，具备敏锐的技术洞察力和创新精神，有在国际顶级期刊或会议发表论文、申请专利的经历者尤佳。 加分项 在自动驾驶、大模型优化或迁移学习方向有深入的项目实践或研究成果； 曾参与制定公司级技术标准或技术战略； 拥有丰富的国际合作或交流经验。