深圳
职位详情
职位描述：
1、负责强化学习（RL）核心算法的设计与工程实现，打造高效的智能决策模型，支撑软件系统从需求分析到部署运维全流程的智能化升级；
2、推进深度强化学习（DRL）关键技术研究，聚焦大语言模型（LLM）与多智能体强化学习（MARL）的协同创新，加速其在能源微电网、工业自动化等复杂场景的大规模落地应用。
职位要求：
硬性条件：
1、具备3年以上强化学习实际项目经验，熟练掌握DQN、PPO、SAC等主流算法，拥有大规模强化学习系统上线实践；
2、熟练运用PyTorch/TensorFlow框架进行模型开发与优化；
3、在ICML/NeurIPS/AAAI等顶级会议发表过相关论文者优先考虑。
加分项：
1、有大语言模型（LLM）调优或RLHF（基于人类反馈的强化学习）项目实操经验；
2、了解多智能体博弈机制与联邦学习架构，参与过电力调度、机器人控制等相关领域项目；
3、数学功底扎实，熟悉随机过程、博弈论及最优控制理论。
软性素质：
1、具备技术敏锐度，能快速理解并复现前沿研究成果，推动算法迭代与优化；
2、目标驱动型思维，善于从实际业务问题出发反向设计技术解决方案。
1、负责强化学习（RL）核心算法的设计与工程实现，打造高效的智能决策模型，支撑软件系统从需求分析到部署运维全流程的智能化升级；
2、推进深度强化学习（DRL）关键技术研究，聚焦大语言模型（LLM）与多智能体强化学习（MARL）的协同创新，加速其在能源微电网、工业自动化等复杂场景的大规模落地应用。
职位要求：
硬性条件：
1、具备3年以上强化学习实际项目经验，熟练掌握DQN、PPO、SAC等主流算法，拥有大规模强化学习系统上线实践；
2、熟练运用PyTorch/TensorFlow框架进行模型开发与优化；
3、在ICML/NeurIPS/AAAI等顶级会议发表过相关论文者优先考虑。
加分项：
1、有大语言模型（LLM）调优或RLHF（基于人类反馈的强化学习）项目实操经验；
2、了解多智能体博弈机制与联邦学习架构，参与过电力调度、机器人控制等相关领域项目；
3、数学功底扎实，熟悉随机过程、博弈论及最优控制理论。
软性素质：
1、具备技术敏锐度，能快速理解并复现前沿研究成果，推动算法迭代与优化；
2、目标驱动型思维，善于从实际业务问题出发反向设计技术解决方案。
2026-06-27 13:55
IP属地：广东深圳
职位福利
本科3-5年PyTorch大数据处理框架(Spark/Hadoop/H
深圳市中电电力技术股份有限公司
未融资 · 1000-9999人
鱼泡安全保障
如遇到办证收费、刷单、传销、诱导买车等违规行为，请立即向鱼泡直聘投诉举报投诉举报 >
附近适合您的职位
算法工程师
1.5-2万元/月
算法工程师1-3年硕士传感器IMUAgent图像算法自然语言处理算法多模态算法融合感知算法C/C++Python大数据处理框架(Spark/Hadoop/Hive)深度学习机器学习大模型算法算法工程化经验
深圳 宝安区 新安
陈女士 · 汉德网络3日内活跃
收藏职位
