如约见 · 技术研发 · 算法/AI

强化学习算法工程师

面壁智能 · 北京 · 薪资面议 · 更新于 2026/10/29

任职要求

学历:硕士及以上

岗位描述

1. 算法研究与开发; 2. 深入研究强化学习领域的前沿算法(PPO、GRPO等)并应用于大模型领域; 3. 优化强化学习训练框架,提升训练速度与稳定性; 4. 大规模应用强化学习,以提升模型模型长思考能力、通用能力、Agent能力等。

面壁智能其他在招岗位

同类在招岗位(技术研发)

岗位信息来自企业官方招聘渠道(modelbest),由如约见每日自动同步; 如已下架可前往职位雷达用 AI 匹配相似岗位,或浏览招聘岗位大全。