强化学习算法工程师、研究员、实习生/语音算法工程师

可以和香港公司签雇佣合约，但必须接受主要在深圳办公！！！

岗位职责：

1. 赋予数字生命从语言反馈学习的能力，研发自然语言反馈的强化学习技术，构造偏好数据、训练大模型、优化闭环；

2. 把关数字生命的能力及偏好，负责RL数据构造及标注管理、模型能力评估；

3. 完成大模型强化学习领域科技成果，包括但不限于论文和专利；

4. 跟踪前沿的强化学习技术进展。

语音算法工位职责

任职资格：

1. 人工智能、计算机、电子工程、自动化、数学、物理等相关专业毕业，获得硕士或博士学历；

2. 有两年及以上强化学习研究或项目经验。熟悉分布式训练框架和强化学习框架，并具备多机多卡大模型训练经验者优先考虑；

3. 优秀的编程能力，可复现论文中的算法、进行优化；

4. 具有良好的英语读写能力，可以完成英文论文写作；

5. 有高质量论文发表者优先 (如NIPS, ICLR, ACL, ICML, ICCV, ECCV等)，有较强学术比赛经验者，有在开源社区有较大影响力者优先；

6. 理论基础扎实，有创新精神和深入思考能力。