职位描述：
1、负责强化学习（RL）核心算法的设计与工程实现，打造高效智能决策模型，支撑软件体系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，重点攻关大语言模型（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，具有大规模强化学习系统上线部署经历；
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、拥有大语言模型（LLM）调优或RLHF（基于人类反馈的强化学习）实践经验；
2、了解多智能体博弈机制与联邦学习技术，有电力调度、机器人控制等相关领域项目背景；
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、具备技术洞察力，能快速理解并复现前沿研究成果，推动算法迭代与创新；
2、结果驱动型思维，善于从实际业务问题出发反向设计技术解决方案。