发放方式：每月15日
1、持续优化开源RL量化模型，能够根据实际优化目标确定方案，并且在强化学习各类方法中持续迭代。
2、负责深度强化学习（DRL）算法的研究、设计与工程实现，涵盖单智能体与多智能体场景；
3、开发并迭代经典与前沿算法（如 DQN、PPO、SAC、TD3、A3C、MAPPO 等），提升样本效率与收敛速度；
4、搭建端到端训练与评估量化交易的流水线，包括环境接口封装、数据采集、指标监控与超参调优；
5、设计能够在模拟量化交易和真实交易场景中进行算法验证与性能优化；
1、计算机相关专业硕士及以上学历
2、熟练掌握大模型continue pretrain, SFT, RLHF等优化模型方法，能够独立开展相关研发工作，有大模型RL agent应用落地经验者优先;
3、持续跟踪RL领域的最新进展，并结合自身业务能提出见解，拓展业务边界;
4、扎实的代码功底和工程开发能力，精通Linux 平合下的C++/Python 语言开发，熟练掌握 llama-factory，verl等训练框架；对AGNET-TARS, Camel等agent框架有深入理解;
5、目标感强，善于分析和发现问题，拆解简化，有较好的沟通和推动能力;
6、优先考虑在 ACL、 EMNLP、NAACL、 NeurlPS、 ICLR、ICML 等会议发表论文的候选人。
7、ACM/ICPC、NOI/IOI、Top Coder、Kaggle等比赛获奖者优先。
在求职过程中如果遇到扣押证件、收取押金、提供担保、强迫入股集资、解冻资金、诈骗传销、求职歧视、黑中介、人身攻击、恶意骚扰、恶意营销、虚假宣传或其他违法违规行为。请及时保留证据，立即向平台举报投诉，必要时可以报警、起诉，维护自己的合法权益。
齐鲁人才 本平台所有招聘信息，未经书面授权不得转载 投诉电话：0531-84992572