About The Role

强化学习算法研发与优化：负责设计、开发和优化强化学习算法，优化现有算法，解决复杂的决策和控制问题，在模拟环境或实际场景中测试和验证算法性能；
业务场景算法构建：根据实际业务需求，构建用于半导体设计、生产、封装、测试等业务场景的算法，解决半导体领域的实际问题；
算法实现与质量保障：使用Python或C++等编程语言进行算法实现，确保代码的正确性、可读性和可维护性，进行充分的单元测试和集成测试，保证算法的稳定运行。
教育背景与专业知识：硕士以上学历，计算机科学、电子信息科学、应用数学、统计学等相关背景；
行业与专业经验：至少3年以上强化学习算法相关工作经验；
专业技能与资格：熟悉Python、C++等编程语言，具备良好的代码能力；熟悉主流强化学习算法（如DQN、PPO、A3C、SAC等），精通强化学习经典算法；熟悉深度学习框架（如TensorFlow、PyTorch）和强化学习工具（如OpenAI Gym、Stable-Baselines等）；具有一定的工程化基础，能对业务场景进行抽象、建模、算法开发，有代码封装的能力；具有扎实的数学和英文功底，熟悉概率论、优化理论等；
项目/任务成果：有多智能体强化学习、逆强化学习、元强化学习等前沿领域的研究经验者优先；有分布式训练、高性能计算经验者优先；有半导体行业相关经历，熟悉芯片设计、生产、封装、测试等相关业务者优先；有独立负责大型软件项目架构设计并实际参与编码研发相关的项目经历者优先；有顶级会议（如NeurIPS、ICML、ICLR）论文发表或拥有相关专利者优先；在强化学习相关的技术领域有独立开发的开源项目者优先；
其他要求：具备良好的团队协作精神，目标导向，行动力强，勇于接受挑战并有较强的抗压能力；具有出色的文献研究能力和沟通能力，乐于分享自己的研究和实践成果；工作地点优先合肥，特别优秀的可在上海、北京，但需要经常到合肥出差。

This is an external listing. JobSpring does not represent or verify the employer. Report this listing

强化学习算法专家-Reinforcement Learning Algorithm Expert(J16073)

About The Role