(社招)京东-算法工程师工程师-LLM强化学习

负责多智能体的强化学习和多智能体联合训练: 1.负责大模型的工业应用与算法落地，包括但不限于智能问答、RAG和Agent等领域； 2.在特定领域和场景下，对大模型进行继续训练，涉及微调和强化学习等方法，优化大语言模型在业务场景中的应用效果； 3.跟进大模型与强化学习技术的前沿发展，提升算法效率与性能。

1.硕士及以上学历，计算机科学、数学、运筹学、统计学等相关专业； 2.熟悉大模型领域的前沿技术，掌握大模型的基本原理及其训练和微调方法； 3.深入理解强化学习的知识体系，熟悉主流强化学习算法如PPO、A3C、DQN等； 4.熟练使用Python或C++等编程语言，掌握常用数据结构；熟练使用TensorFlow或PyTorch等至少一种深度学习框架； 5.有RLHF、多智能体学习、分布式强化学习等实际训练和应用落地经验者优先； 6.在顶级会议或期刊上发表过论文，或参加过国际竞赛并取得优异成绩者优先。