更新于 3月12日

强化学习算法工程师

2-4万·13薪
  • 重庆沙坪坝区
  • 1-3年
  • 硕士
  • 全职
  • 招4人

职位描述

人工智能
一、岗位定位
该岗位作为具身智能机器人的"学习大脑"设计者,运用前沿的深度强化学习和模仿学习技术,让机器人通过自主学习掌握复杂的运动技能和操作能力。从仿真训练到真机迁移,算法将赋予机器人持续进化的能力。
二、核心岗位职责:
(1)算法研发:基于PPO、SAC等强化学习算法,研发机器人运动控制与操作技能,PPO/SAC/TD3/A3C算法实现、模仿学习(GAIL/DAgger)、Sim-to-Real迁移(域随机化、域自适应)、基于客户现场数据持续优化策略;
(2)仿真训练:搭建Isaac Gym等仿真环境,实现大规模并行训练与数据生成;
(3)Sim2Real:解决仿真到真机的迁移问题(域随机化/系统辨识),完成实物机器人部署;
(4)前沿探索:跟踪GRPO、DreamerV3、扩散策略等前沿方向,持续优化算法性能;
(5)真机部署与验证:模型转换优化(TensorRT/RKNN)、实时推理系统、客户现场策略调优。
三、任职资格:
(1)学历要求:计算机科学、人工智能、机器人等相关专业硕士及以上学历毕业;
(2)工作经验要求:拥有2年及以上机器人仿真/学习算法开发经验,2年及以上机器人项目完整经验或知名机器人公司/实验室背景优先;
(3)知识技能要求:扎实的深度学习理论基础,熟练掌握PyTorch;深入理解强化学习理论,熟练掌握PPO、SAC等主流RL算法;熟练使用Isaac Gym/Sim、MuJoCo等仿真平台,了解Sim-to-Real迁移技术。
四、 薪酬福利:
(1)薪资情况:20-50K/月,13-15薪,项目奖金,股权激励;
(2)福利情况:弹性工作制,五险一金+补充商业保险,年度体检,节日福利,免费工作餐或餐补,工会福利,免费住宿或住宿补贴,一次性安家补贴、跨省员工提供探亲假并报销往返交通费。

工作地点

重庆沙坪坝区茂源二路

认证资质

营业执照信息

职位发布者

韩姝妍/人事经理

昨日活跃
立即沟通
公司Logo重庆弘脉天下工贸发展集团有限公司
重庆弘脉天下农业发展有限公司成立于2022年2月,是下属于海南省工信厅,南方经贸集团的二级全资子公司。重庆弘脉天下农业发展有限公司,作为一家专注于有色金属、能源以及农副产品的贸易与全产业链构建发展的实力国企,自成立以来,秉承“诚信第一、客户第一、双方共赢”的经营理念,在有色金属、能源及农副产品贸易三大主营业务板块取得了稳步突破。公司汇聚数十位在主营业务板块深耕多年的行业精英,在长期实践中积累了丰富的大宗商品贸易经验及覆盖产业链上下游上千家企业资源,精通国内外贸易流程及相关法规,紧跟供应链数字化发展趋势,熟练运作重大、复杂项目的高学历复合型专业人才。公司在有色金属板块业务不仅有电解铝、电解铜的基础贸易,同时具备铜杆生产加工能力,拥有成熟的铜产业链业务能力优势;在能源贸易板块,与煤炭及石油焦的头部国有企业建立有深厚广泛的合作关系,具备煤炭、石油焦、EN590等能源贸易的专业经验与丰富案例;农业板块作为我司主要经营领域之一,业务覆盖大豆、玉米及海产品的国内外进出口贸易。其中,大豆进口来源地为美国、巴西,玉米货源则主要来自国内的主要优势产区。重庆弘脉天下农业发展有限公司积极响应国家推进乡村振兴,对农牧业发展的提升要求,公司利用自身优势,在农业板块布局牛肉及白糖全产业链发展战略。重庆弘脉天下农业发展有限公司始终遵循专业可靠的行业贸易惯例,秉承重合同、守信用、优质服务、互利双赢的经营理念,与产业界、企业界、金融界均建立了广泛的合作关系,为广大客户提供专业贸易领域的全产业链服务。公司始终不忘发展初心,积极开展农业产业业务,切实履行社会责任,坚定不移走高质量、可持续发展之路,实现经济效益、社会效益、生态效益的共赢。作为一家有良心、有社会责任感的阳光企业,重庆弘脉天下农业发展有限公司将为行业发展进步及健康稳定的生态圈发展建设不懈努力。
公司主页