招聘城市：杭州
职位描述：
我们正在构建一个创新的数据分析诊断模型，旨在通过强化学习（RL）与大语言模型（LLM）技术的结合，为商家提供智能化的店铺运营支持。该模型将帮助商家提高运营效率和服务质量，实现数据驱动的决策优化。
培养方向：
1、参与系统的需求分析、架构设计与开发工作，确保算法模型的高效落地与业务目标的达成。
2、结合大语言模型（LLM）与强化学习（RL）技术，设计并实现智能化的文本生成模型，助力商家运营效率和服务质量的全面提升。
3、持续关注并研究强化学习领域的前沿技术动态，探索新方法与新思路，推动技术创新在实际业务中的落地应用。
任职要求：
1、计算机科学、数学、统计学、自动化等相关专业优先。
2、熟悉Post…
招聘城市：北京
…算法基础，熟悉强化学习、自然语言处理和机器学习技术，对技术开发及应用有热情；
3.能够基于实际业务问题优化算法，有RL算法优化和项目实践经验优先；
4.熟悉Python、Java等至少一种编程语言，具有良好的编程能力和扎实的数学理论基础；
5.熟悉Tensorflow、PyTorch等深度学习框架并有实际项目经验；
6.关注行业前沿进展，对技术开发及应用有热情，有自己的想法并乐于挑战自我；
7.良好的沟通能力和跨团队协作能力，能够梳理繁杂的工作并建立有效机制，推动上下游配合完成目标；
8.在ICML、NeurIPS、KDD、SIGIR、WWW、ICLR等顶级会议或期刊上发表过论文者优先；
9.获得过国际或国内顶级赛事奖项者优先；
10.有大语言模型算法…
招聘城市：北京
…算法基础，熟悉强化学习、自然语言处理和机器学习技术，对技术开发及应用有热情；
3.能够基于实际业务问题优化算法，有RL算法优化和项目实践经验优先；
4.熟悉Python、Java等至少一种编程语言，具有良好的编程能力和扎实的数学理论基础；
5.熟悉Tensorflow、PyTorch等深度学习框架并有实际项目经验；
6.关注行业前沿进展，对技术开发及应用有热情，有自己的想法并乐于挑战自我；
7.良好的沟通能力和跨团队协作能力，能够梳理繁杂的工作并建立有效机制，推动上下游配合完成目标；
8.在ICML、NeurIPS、KDD、SIGIR、WWW、ICLR等顶级会议或期刊上发表过论文者优先；
9.获得过国际或国内顶级赛事奖项者优先；
10.有大语言模型算法…
招聘城市：北京
…增强、多步Agent决策优化、在线学习与自我进化；
3. 将大模型能力与美团搜索、推荐、广告等核心业务场景深度结合，设计并迭代基于RL的策略模型，实现可量化的业务目标提升。
任职要求：
1. 计算机科学、自动化、数学、统计学等相关专业硕士或博士，扎实的数学基础和编程能力；
2. 精通强化学习核心算法（Policy Gradient、PPO、DPO、GRPO等），理解Reward Modeling和RLHF/RLAIF对齐技术原理，有LLM对齐相关项目实践经验优先；
3. 熟悉PyTorch，有大规模分布式训练经验（DeepSpeed/Megatron-LM/FSDP），能独立完成从数据处理到模型训练部署的全流程；
4. 有以下经验者优先：大语言模型推理优化（vLLM/TensorRT-LLM）、Agent/工具调用场景RL训练、搜索推荐系统强化学习应用；
5…
招聘城市：北京，上海
智能驾驶端到端算法工程师（强化学习方向）
招聘人数：20人
单位名称：南京地平线信息技术有限公司
薪资待遇：面议
工作地点：北京市,上海市
发布日期：2026-04-08
基本要求
工作类型：全职
学历要求：硕士研究生及以上
专业要求：电子科学与技术,计算机科学与技术,电子科学与技术,信息与通信工程,计算机科学与技术
岗位职责
RL 算法设计与创新：深入研究 PPO、GRPO 等主流 RL 算法在驾驶场景中的适配与改进。在端到端智驾模型的基座上，探索 Model-based RL、离线强化学习（Offline RL）、层级强化学习等前沿范式，针对驾驶的长时序、稀疏奖励、多智能体特性提出系统性解法。
奖励函数工程：设计覆盖安全性、舒适性、效率、交通规则遵守…
招聘城市：北京
大模型算法工程师（强化方向）
更新时间：2026-03-06
工作地点：北京市
事业群：核心本地商业-基础研发平台
岗位职责
1.负责LLM强化学习链路整体优化，包括数据探索与增强、奖励模型优化、RL策略迭代及效果评估等，持续提升算法的效率与效果；
2.强化学习技术前瞻探索，包括但不限于离线强化学习、环境模型学习、约束强化学习等方向；
3.开展大语言模型在搜索、推荐、广告等业务场景中的应用并实现业务目标。
岗位基本要求
1.计算机科学、自动化、数学、统计学或相关领域专业的硕士或博士；
2.扎实的算法基础，熟悉强化学习、自然语言处理和机器学习技术，对技术开发及应用有热情；
3.能够基于实际业务问题优化算法，有RL算法优化…
招聘城市：北京
…全球顶尖 AI 科研平台。
公司聚焦家居、智能制造等复杂非结构化场景，持续推进标准化具身智能方案落地。
二、招聘岗位
工作地点：北京
具身智能算法工程师（强化学习）
具身智能算法工程师（具身大模型）
机器人后训练工程师
数据闭环工程师
机械工程师
嵌入式工程师
系统工程师
图像算法工程师
SLAM 算法工程师
三维重建算法工程师
控制算法工程师
控运算法工程师
感知算法工程师
产品经理
三、招募对象
海内外高校 2027 届毕业生 毕业时间：2026 年 9 月 —2027 年 12 月
四、薪资福利
优厚薪酬 + 年终奖金，收获实打实的价值回报；
深耕行业前沿赛道，携手顶尖科研人才参与核心项目研发，快速精进技术水平；
扁平化开放氛围，创意…
招聘城市：上海
…控制算法工程师
|||职位名称:机器人通用软件开发工程师
学历:本科
|||学历:本科
需求人数:10
|||需求人数:5
需求专业:计算机科学与技术,物联网工程,信息安全,计算机技术,软件工程,电子信息
|||需求专业:机器人工程
|||需求专业:电子信息,物联网工程,机器人工程,信息安全,软件工程,计算机技术,计算机科学与技术
工作地点:上海市徐汇区
|||工作地点:上海市徐汇区
职位描述:?TARS-STAR」顶尖人才计划｜机器人全栈系统方向?「TARS-STAR」顶尖人才计划｜具身智能基座模型方向?运动控制算法工程师?强化学习算法工程师?端到端大模型算法工程师?机器人通用软件开发工程师…
招聘城市：北京
…
【27届校招实习（可转正）】特招岗位：
具身智能算法岗 ： 数据算法工程师/ VLA操作算法工程师/ 前沿技术探索组/ 预训练算法工程师/ Agent算法工程/ 后训练算法工程师/ 导航算法工程师/ Al Infra工程师/强化学习运控算法工程师
软件开发岗： 模型评测工程师/ 机器人软件工程师/ 具身智能AI平台研发工程师
硬件开发岗： 机器人硬件开发工程师/ 机器人嵌入式开发工程师/ 机械开发工程师/机器人测试工程师
职能岗： 具身智能产品经理/ 解决方案工程师/ 机器人产品经理/ 商业分析师/ 品牌专员/ 技术交付运营/ 政府事务经理/市场专员
详情点击校招官网 投递 ： nw***.cn[点击查看]
或发简历至校招公邮： campus@ （ 简历命名…
招聘城市：长沙
…工程师
机器人结构设计、电气、运动控制、仿真，以及感知算法、控制算法以及大模型算法等机器人和人工智能相关方向。
社会招聘
Part.02
具身大模型专家
机器人控制算法专家
机器人感知算法专家
机器人多模态算法工程师
人形机器人运控算法工程师
强化学习运控算法工程师
机械臂运动规划算法工程师
路径规划算法工程师
融合定位算法工程师
嵌入式硬件开发工程师
嵌入式软件开发工程师
电机驱动控制工程师
机器人测试工程师
机器人结构设计工程师…
…Agent交互和强化学习的大规模数据体系，构建下一代多模态大模型与Agent评测体系。16、算法工程师 · 全模态基础大模型参与全模态基础模型核心能力研发，覆盖音视频/音频理解与评测（音画协同、多音频、视频、多说话人识别、美学、基础Counting/Grounding、QA）、音视频 Agentic 与长程任务，以及音视频协同交互与对话（proactive / live 交互）。深度参与Omni pretrain、posttrain、RL 与 Agent 能力增强全流程，探索下一代全模态原生基座大模型的新范式。17 、算法工程师 · 多语言技术探索与应用涵盖多语言预训练、评价体系、后训练、多模态对齐与应用技术，推动基座模型向更多语言扩展。DIRECTION 06 Agent 与 Coding 18 、算法工程师 · Agent 算法研究围绕Cowork Agent（金融/法律/医疗…
招聘城市：深圳，上海
…及海外全球不同城市发展
岗位类别：
研发类： 机器人算法研究员, 机器人算法工程师（运动规划方向）, 机器人算法工程师（路径规划方向）, 机器人算法工程师（动力学方向）, 机器人算法工程师（强化学习方向）, 机器人算法工程师（具身模型方向）, 算法工程师（SLAM方向）, 算法工程师（多模态方向）, 算法工程师（强化学习运控方向）, 伺服开发工程师, 嵌入式软件工程师（C++方向）, 嵌入式软件工程师（MCU方向）, 嵌入式软件工程师（ROS方向）, 嵌入式应用工程师, 机械结构工程师, 软件工程师, 测试工程师, 项目助理, 产品经理 营销类： 国内销售管培生, Overseas Sales, 品牌营销专员 技术类： 生产质量工程师, 生产现场工程师, 生产成本工程师, 国内技术支持工程师…
招聘城市：北京，上海
…提供L2+至L4级全栈智能驾驶解决方案。
招聘对象 2025年9月-2026年8月期间毕业的2026届应届毕业生。
招聘职位 自动驾驶VLA算法研究员 决策规划控制算法工程师 自动驾驶强化学习算法工程师 自动驾驶端到端模型算法研究员 自动驾驶端到端感知算法工程师 自动驾驶VLM多模态大模型算法工程师 工作地点：北京 / 上海
网申流程 网申时间： 2026年3月11日 - 2026年5月31日
面试时间：3月中旬起陆续安排线上面试
Offer发放：面试通过后立即沟通Offer
注：部分岗位招满将提前结束网申，建议尽早投递。
投递方式 扫码进入 千里智驾校招官网 ，查看职位详情，一键投递简历。
也可…
招聘城市：深圳，东莞，盐城，北京，上海，杭州，苏州，武汉，广州，厦门，青岛，香港，美国，新加坡，荷兰，英国，澳大利亚，韩国，日本
…算法为核心，致力于为全球工厂与物流仓库提供高效、智能、柔性的仓储自动化解决方案。
公司概况
总部位于深圳，全球员工1500+，拥有8大国内分公司、8大海外子公司，覆盖40+国家和地区，已部署超30,000台机器人，完成1,700+优质合作项目，获得2,400+专利技术认证。
面向对象
中国大陆（内地）高校毕业生：2026年1月1日–2026年9月30日
中国港澳台及海外高校毕业生：2025年7月1日–2026年9月30日
※中国大陆以毕业证为准，非中国大陆以学位证为准
校招岗位及薪资
• 算法类（25–75万/年）：运筹优化算法工程师、算法工程师（AI算法/强化学习）
• 软件研发类（25–50万/年）：Java开发工程师…
招聘城市：上海
…核心团队汇聚了来自剑桥大学、上海交大、哈工大、莱斯大学等全球顶尖院校的技术专家。
公司网址： https://www.tianjizn.com/
投递信息
投递微信公众号：天机微信公众号
招聘职位
招聘职位列表：控制算法工程师,SLAM算法工程师,计算机视觉（CV）算法工程师,机器人强化学习工程师,软件开发工程师
招聘城市列表：上海
招聘职位具体信息：控制算法工程师、SLAM算法工程师、计算机视觉（CV）算法工程师、机器人强化学习工程师、软件开发工程师，工作城市为上海。公司致力于打造“手眼脑”协同的AI具身智能机器人，引领下一代智能制造，入职可接触机器人、AI、运动控制等核心项目，有扬帆 - 领航培养体系，一对一资深导师带你融入团队，规划职业路径。…
招聘城市：北京
强化学习算法工程师（具身智能）12
发布日期:2026-03-30
截止日期:2026-04-08
智能产业研究院|招1人
所需专业:机器学习/人工智能方向
资质要求:职称资质符合学校相关岗位系列要求
学习经历及工作经历满足以下条件之一 ：
1.学位要求本科 并且 工作年限要求不限
核心职责及次要职责：
1.主导具身智能任务的RL+IL混合训练框架设计。2.研发分布式训练与大规模并行环境采样方案。3.推动Sim2Real迁移与策略泛化能力提升。4.协助指导团队进行代码优化与复现。
其他要求：
1.精通PyTorch分布式训练与RL框架（Ray RLlib等）。2.熟悉经典与前沿RL算法原理。3.有多机器人RL项目经验优先。4.在顶会（NeurIPS、ICLR）发表…
招聘城市：北京，杭州，上海
…欢迎加入我们！
具体职责包括但不限于：
1、负责机器学习、深度学习领域的技术研发工作，包括但不限于神经元网络模型设计与优化、强化学习、迁移学习、主动学习、维度降低、核方法、谱方法、特征提取与稀疏学习、等级学习、推荐、随机优化等的算法和系统研发等；
2、负责机器学习尤其是深度学习前沿问题的探索与研究，结合未来实际应用场景，提供全面的技术解决方案；
3、负责提供分布式的算法实现的解决方案，大幅提升算法计算规模和性能；
4、负责提供大数据分析建模方案，沉淀行业解决方案，协助拓展业务边界。
任职要求：
【必备项】
1、熟悉常用机器学习算法，对模式识别、深度学习、增强学习等相关领域，极佳的工程实现能力，精通C/C++、Java、Python等…
招聘城市：广州
强化学习算法工程师 60万元/年
2026-07-06 17:28:14发布
职位要求：
职位性质：全职
工作城市：广东省广州市天河区
招聘人数：10
学历要求：博士
职位类别：其他专业技术人员
需求专业：机械设计制造类,自动化类,电子信息类,计算机类,通信类
职位描述：
岗位职责
1.跟踪国内外具身智能相关的最新研究进展，能够快速理解并复现相关研究;
2.完成数据集的收集与整理，设计和改进模型架构独立完成模型优化和参数整定，并训练模型；
3.与团队配合在云或端完成算法的部署，并与实际机器人交互实现自主化作业能力。
4.跟进前沿技术(VLA，VLM，Hover，HumanPlus2D&3D？Diffusionpolicy，World？Model)，推动技术落地；
5.与软硬件团队协作，完成…
招聘城市：深圳，其它
…机器人现场部署，需协助解决算法在实际场景中的适配问题。？
任职要求：
1.熟悉 learning-based control 领域前沿进展，全日制本科及以上学历，计算机、自动化、机器人、人工智能等相关专业。？
2.了解多自由度欠驱动机器人动力学（如四足机器人、机械臂），具备相关设备运动控制认知者优先。？
3.熟练使用 C++、Python 等编程语言，精通 pytorch/tensorflow 等主流深度学习框架，了解 ROS（Robot Operating System）框架及机器人软件开发流程。？
4.熟悉主流机器人仿真软件，如 NVIDIA Isaac Sim, mujoco, raisim, gazebo, pybullet, vrep 等，能独立搭建四足机器人、机械臂等设备的仿真环境。？
5.深入理解常用深度强化学习算法（PPO、SAC、DQN、DDPG、A3C 等），并具备算法改进与工程化落地能力…
招聘城市：深圳，其它
…强化学习算法工程师（AgentReinforcementLearningEngineer）
学历:本科,硕士,博士,外国留学生
需求人数:10
需求专业:数学与应用数学（华罗庚数学班）,工科试验班类（中外合作办学，中法未来科技试验班）,理科试验班类
|||需求专业:理科试验班类,工科试验班类（中外合作办学，中法未来科技试验班）,数学与应用数学（华罗庚数学班）
工作地点:广东省深圳市
职位描述:理想经验：
?有强化学习/Agent/决策系统经验
?能将现实问题抽象为状态、动作、奖励
?熟悉PyTorch/Python
?有系统工程意识
?对真实商业系统有好奇心
加分项：
?多智能体系统
?运筹优化/博弈
?供应链/定价/资源调度经验
?LLMAgent框架
你将面对的典型问题：
?一个渠道价格策略在不同区域表现完全不同，Agent如何通过强化学习自动…
