AI算法研究员·强化学习与控制方向

职位描述：

你是否希望研究 AI 如何在不确定环境中持续学习，并作出稳定、可控的序贯决策？

聚宽投资正在寻找熟悉强化学习、序贯决策和控制理论的 AI 研究员。你将面对高噪声、延迟反馈和环境变化等挑战，研究兼具样本效率、鲁棒性与可解释性的决策算法。

岗位职责：

研究强化学习、离线强化学习、模仿学习、模型预测控制等方法；

探索动态环境下的序贯决策、策略学习与风险敏感控制；

设计适用于高噪声、延迟反馈和非平稳环境的训练与评估框架；

构建仿真环境、离线评估体系及可靠的策略验证流程；

推动算法从理论研究、仿真实验走向真实场景验证。

任职要求：

海内外知名高校本科及以上学历，计算机、数学、统计、自动化、运筹学等相关专业优先；

熟悉强化学习、最优控制、动态规划或序贯决策中的至少一项；

具备扎实的数学基础、编程能力和实验设计能力；

能够正确处理离线评估、分布偏移和策略稳定性问题；

对复杂动态系统中的学习与控制问题具有浓厚兴趣。

加分项：

有 Offline RL、Model-based RL、MPC 或多智能体强化学习经验；

有机器人、自动驾驶、游戏 AI、推荐系统或广告出价经验；

有强化学习相关论文、竞赛或高质量开源项目；

熟悉因果推断、鲁棒优化或安全强化学习。