腾讯(tencent)招聘腾讯云乐享-强化学习算法研究员
招聘职位：
腾讯云乐享-强化学习算法研究员 搜索同类职位
岗位职责：
1.作为研究者，探索有效的 Agentic Workflow 和 Agentic Memory 设计来解决代码领域的问题；
2.主要关注比SFT泛化效果更好的强化学习；能结合实际用户需求、产生的用户数据、agent的实现细节，调整训练语料和训练目标；
3.能和agent开发高效沟通，设计memory存取逻辑，并且通过模型训练让模型适配自己设计的agent；
4.作为工程师，考虑到 LLM inference 对推理算力的高消耗，设计出合理的前后端交互，前端架构，后端架构，在有限的推理算力下，做出完整的 Agentic Workflow 解决方案。最好是探索一套通用可扩展的 Agentic Workflow 解决方案。
岗位要求：
1.自然语言处理/机器学习/模式识别/人工智能/计算机等相关专业硕士以上学历；
2.有工程编码经验，熟练掌握 Python，C/C++，Golang，Java，JavaScript，TypeScript 等至少一种语言；
3.掌握深度学习基础知识，能根据具体问题做针对性优化，熟悉深度学习中不同任务及相应的主流模型和算法；
4.对 Prompt Engineering、Agentic Workflow、GRPO等新的基于GPT结构的NLP强化学习方法 有实践经验；
5.有高质量论文发表者优先（如ACL、EMNLP、NeurIPS、ICML、ICLR等)。
岗位介绍：
渴望为世界带来新意的人，早已对描绘未来的“热词”不陌生——人工智能、机器学习、数据科学等等。腾讯始终在业界前沿不断探索，积极布局，并为优秀的你提供无限广阔的舞台。我们坚信科技的不断革新，最终能带来美好的、撼动人心的改变。
1.作为研究者，探索有效的 Agentic Workflow 和 Agentic Memory 设计来解决代码领域的问题；
2.主要关注比SFT泛化效果更好的强化学习；能结合实际用户需求、产生的用户数据、agent的实现细节，调整训练语料和训练目标；
3.能和agent开发高效沟通，设计memory存取逻辑，并且通过模型训练让模型适配自己设计的agent；
4.作为工程师，考虑到 LLM inference 对推理算力的高消耗，设计出合理的前后端交互，前端架构，后端架构，在有限的推理算力下，做出完整的 Agentic Workflow 解决方案。最好是探索一套通用可扩展的 Agentic Workflow 解决方案。
岗位要求：
1.自然语言处理/机器学习/模式识别/人工智能/计算机等相关专业硕士以上学历；
2.有工程编码经验，熟练掌握 Python，C/C++，Golang，Java，JavaScript，TypeScript 等至少一种语言；
3.掌握深度学习基础知识，能根据具体问题做针对性优化，熟悉深度学习中不同任务及相应的主流模型和算法；
4.对 Prompt Engineering、Agentic Workflow、GRPO等新的基于GPT结构的NLP强化学习方法 有实践经验；
5.有高质量论文发表者优先（如ACL、EMNLP、NeurIPS、ICML、ICLR等)。
岗位介绍：
渴望为世界带来新意的人，早已对描绘未来的“热词”不陌生——人工智能、机器学习、数据科学等等。腾讯始终在业界前沿不断探索，积极布局，并为优秀的你提供无限广阔的舞台。我们坚信科技的不断革新，最终能带来美好的、撼动人心的改变。
免责声明：
此信息由腾讯官网 (查看来源)审核并发布，我们转载该信息，仅出于传递更多就业招聘资讯、促进大学生及广大求职者就业之目的。该招聘职位信息的真实性、准确性、时效性及合法性均由原始发布方“腾讯官网”负责。我们作为信息转载平台，不构成求职建议，不涉及任何职业中介服务，不对其内容承担任何形式的保证责任。请用户在使用转载信息时保持审慎，自行判断并承担相应风险，求职请认准企业官方渠道！