有想来AI Agent公司做算法的吗？强化学习方向，可内推！！

坐标：深圳南山区
岗位职责：
1. 负责电商领域的Agent效果提升工作，主导大模型(LLM)的强化学习微调框架设计与实现，通过RFT/RLHF等方案提升模型推理、逻辑链与多步决策能力;
2. 构建高效反馈机制（人类偏好数据、规则引擎、AI评估器），解决大模型幻觉、逻辑错误与价值观对齐问题;
3. 优化基于PPO/DPO等算法的训练流程，实现电商场景中的动态广告竞价, 赋能电商企业科学的库存管理能力，优化AI产品的选品推荐系统;
4. 设计大模型能力评估体系，量化推理能力提升效果，推动模型迭代与落地应用。
我们期待的你：
1.本科及以上学历，计算机、人工智能、数据科学等相关专业，3年以内相关工作经验（985/211/海外知名高校优先），也欢迎优秀的应届毕业生；
2.100%拥抱AI技术，有技术钻研精神，能够跟进最新的AI研究进展；
3.具备扎实的机器学习,深度学习, 强化学习能力, 熟练掌握RFT/RLHF，具备端到端的动手实践能力；
4.良好的问题分析和解决能力，能够将复杂业务需求转化为技术实现方案；
5.良好的代码开发习惯和技术栈，精通Python。