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
艾氪互联智能科技（深圳）有限公司
发布时间：2026-02-25
福利:"五险一金","带薪年假","午餐补助","节日礼物","扁平管理","岗位晋升","提供住宿"
职位名称: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…
招聘城市：北京，上海
…计算机、人工智能、数学、自动化等相关专业（硕士/博士优先）；
2、了解自然语言处理、计算机视觉或多模态算法，了解主流的 DiT（Diffusion Transformer） 与 VLM（Vision-Language Model） 模型架构；
3、熟悉至少 2 种主流强化学习算法原理，熟悉至少一种强化学习训练框架；
4、熟练使用 PyTorch 框架，有从零复现顶会 RL 论文代码的能力；
5、有 Diffusion Model（DDPM/DDIM/Flow Matching）或 LLM/VLM 的后训练（SFT/RLHF/DPO）项目经验者优先；
6、在 NeurIPS/ICML/ICLR/CVPR/ACL 等会议有投稿或发表经历者优先。
网申须知
网申开始日期：2026-06-15 00:00
网申截止日期：2027-06-30 00:00
仅限 2025-09 至 2027-08 毕业的大学生，每人限投2个职位，请慎重投递。
投递简历
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：上海
…工程师并肩作战。
从0到1的创造：作为早期核心成员，你将深度参与从核心技术研发到产品落地应用的全过程，亲手塑造一个伟大公司的基因与未来。
无限的成长空间：我们处于爆发前夜，你的个人成长将与公司的指数级增长同步，获得在其他任何地方都难以企及的责任与机遇。
改变世界的舞台：你的代码、你的算法、你的设计，将不再是纸上谈兵，它们将转化为机器人的“神经”与“巧手”，真正改变工业生产、医疗康复乃至千家万户的生活方式。
我们寻找这样的你
我们正在全球范围内寻找敢于梦想、勇于创造的精英，共同完成这一伟大使命。目前重点招聘以下岗位：
1. 强化学习算法工程师
2. 机器人视觉算法工程…
招聘城市：上海
…人数 薪资
（ASP Intern）LLM-大模型强化学习算法工程师 前端|后端|系统集成|软件开发 实习 本科 5 20000以上
发布时间 2026-08-20 16:50:27
职位有效期 2026-11-29 23:59:59
专业 人工智能；信息安全；光电信息工程；数学；数理统计；新一代电子信息技术（含量子技术等）；测试专用专业；计算金融交叉试验班；通信工程
工作地址 上海市市辖区松江区
职位要求 岗位要求计算机、人工智能、机器学习、数学等相关专业本科高年级、硕士或博士在读。熟悉机器学习和深度学习基础，了解大模型训练、微调或 post-training 基本流程。对强化学习有基础理解，熟悉 PPO、GRPO、reward modeling、policy optimization、credit assignment 等概念者优先。熟练使用 Python，熟悉 PyTorch；具备良好的工程实现和实验分析能力…
招聘城市：深圳
…决策控制、仿真训练等全栈能力的研发与部署；
任职要求：
1.多模数据方向：掌握主流深度学习框架（如TensorFlow、PyTorch等），熟悉深度学习模型（如BERT、CLIP、Contrastive Learning等）；
2.仿真方向：熟悉计算机图形学/3D Gaussian Splatting/NeRF，熟悉LiDAR/Camera/Radar/GNSS的仿真原理 ；
3.感知方向：熟悉主流目标检测算法（如YOLO系列、Faster R-CNN、SSD、RetinaNet等）和目标跟踪算法（如DeepSORT、SORT、ByteTrack、Kalman Filter等）；
4.规划方向：具备动态环境下的实时规划能力，熟悉基于学习的规划方法优先（如可微物理、强化学习等）；
5.具身智能基建方向：熟悉机器人操作系统、多模态数据处理、分布式训练部署，具备VLA模型工程化经验优先；
岗位亮点：
1. 参与无人机配送网络的建设过程,和各…
招聘城市：深圳
…的仿真原理 ；
3.感知方向：熟悉相机标定与位姿估计方法，掌握视觉伺服控制原理（IBVS/PBVS），具备目标检测与跟踪算法的开发与调优经验；
4.规划方向：具备动态环境下的实时规划能力，熟悉基于学习的规划方法优先（如可微物理、强化学习等）；
5.机械方向：熟悉主流结构设计软件，掌握机械结构设计与有限元仿真分析，具备运动机构及传动系统的设计与优化经验；
岗位亮点：
1. 参与无人机配送网络的建设过程,和各领域专家一起推动整个行业发展,感受科技改变社会的历史使命
2. 工作具有挑战,个人能快速成长和提升,发展空间广阔
3. 团队氛围开放,鼓励学习、创新和试错
4. 能够学习到复杂算法和工程之间的平衡,综合能力得到提升
招聘城市：北京
【北斗】自动驾驶决策规划算法工程师
更新时间：2026-06-11
工作地点：北京市
事业群：软硬件服务-无人车业务部
岗位职责
【愿景】
美团是中国领先的生活服务科技平台，拥有覆盖数千万商户与数亿用户的真实履约网络。美团无人车是国内率先实现城市道路无人配送规模化运营的团队，累计完成超百万订单的真实配送里程。我们正在推动无人车感知系统从模块化架构向端到端智能架构的代际跃迁——让无人车从"按规则行驶"进化为"像人一样看懂世界、自主决策"。
【岗位职责】
1.负责构建基于强化学习算法的下一代行为决策模型，设计实现对齐人类偏好的高效训练方法，深入攻克长尾动态博弈、多车交互难题，提升自车…
招聘城市：其它
深圳市华创智企科技有限公司上海分公司
招聘信息
具身运控算法工程师
2026-06-30 15:54:30
职位描述
具身运控算法工程师
整机手臂运控及灵巧手控制方向
技术能力：
1.深度理解多自由度机械臂（尤其是双臂系统）和灵巧手的正/逆运动学求解，以及动力学建模方法。
2.熟悉PID控制，模型预测控制（MPC）、线性二次型调节器（LQR） 等，用于实现高精度的轨迹跟踪和力/位混合控制。
3.路径规划、轨迹生成等，能处理从任务空间到关节空间的映射问题。
4.能运用PPO、SAC、DQN等主流强化学习算法，或通过模仿学习，让机器人自主习得复杂的操作技能，例如抓取、插拔等。
5.多模态感知融合控制将…
招聘城市：深圳，其它
机器学习算法工程师
招聘人数：4人
单位名称：深圳市亦方创新科技有限公司
薪资待遇：20k以上
工作地点：深圳市
发布日期：2026-07-28
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：机械制造及其自动化,机械电子工程,计算机系统结构,计算机软件与理论,物联网工程
岗位职责
1.负责机器人运动控制算法开发、性能验证和评价；
2.负责新算法的预研及验证，紧跟业界最新动态；
3.负责算法实现及推理部署，解决量产过程中的各种问题。
任职要求
1.计算机软件、生物医学、机器人、自动化等相关专业，硕士及以上学历，良好的专业基础，有工程实践，对AI有浓厚兴趣;
2.熟悉模仿/强化学习相关算法，如diffusion policy,ACT，CQL，Cal-QL,RLPD…
招聘城市：北京，上海
…体验；
4.深耕业务特点和生活场景（包括但不限于优选、到家、到店、出行等场景），设计并实现个性化推荐系统全链路优化，包括但不限于召回/排序相关的海量数据分析挖掘、超大规模深度学习实战、业界前沿技术探索等等。
任职要求：
1.本科及以上学历；
2.扎实的编程能力和数据结构基础，较强的业务问题分析和解决能力；
3.熟悉常用的机器学习、深度学习或强化学习算法，了解召回/排序相关基础算法；
4.自驱主动，沟通良好，有团队协作精神；
5.工作有热情，追求卓越。
具备以下经验者优先
1.发表过创新性顶会论文，或调研业界论文并成功应用于实践；
2.在Kaggle等平台上取得较大型机器学习/深度学习竞赛靠前名次。
招聘城市：北京，上海
…召回、排序、机制全链路模型算法演进应用落地，为数亿量级全部美团用户服务；
2. 从服务共性解决方案出发，探索迁移学习、强化学习、可解释性推荐、异构建模等模型算法落地；
3. 优化多个推荐渠道联动效果，给予用户一致性体验；
4. 深耕业务特点和生活场景，设计并实现个性化推荐系统全链路优化；
5. 探索大模型在搜索推荐场景的应用，包括LLM驱动的语义召回与重排、生成式推荐（Generative
Recommendation）、大模型辅助特征工程与用户理解等前沿方向。
任职要求：
1. 本科及以上学历；
2. 扎实的编程能力和数据结构基础，较强的业务问题分析和解决能力；
3. 熟悉常用的机器学习、深度学习或强化学习算法；
4. 了解大语言模型的基本原理，对LLM…
招聘城市：深圳，其它
…优化算法设计与开发、验证的能力，有成功实践的工程项目经验；具备供应链、物流、计划，自动化等场景的研究项目经验；
3、运筹、工业工程、供应链管理、量化分析相关专业；
4、具备编程分析数据与实现算法的能力，包括：Python、SQL、建模应用Gurobi、CPLEX 等求解器；掌握GA、SA、A-Star、线性规划、动态规划、混合整数规划、常用机器学习算法、神经网络、强化学习等算法及相关类库的使用优先；
5、具备业务抽象和信息建模能力，能够将复杂的业务场景分解、抽象成标准化的业务模型。
【薪酬福利】
极具市场竞争力的薪资、年终奖、项目奖金、六险一金、年度体检、商业保险、系统培训等。
【工作城市】
深圳
【联系方式】
联系电话：17363325763
联系邮箱：zhaoqingyu@
","shortContent":"--启云方2026届算法…
招聘城市：北京，深圳
…化架构向端到端智能架构的代际跃迁——让无人车从"按规则行驶"进化为"像人一样看懂世界、自主决策"。
【岗位职责】
1.负责构建基于强化学习算法的下一代行为决策模型，设计实现对齐人类偏好的高效训练方法，深入攻克长尾动态博弈、多车交互难题，提升自车行驶的安全性；
2.负责云端WA模型的设计与落地，构建高效闭环训练多智能体仿真环境和数据生成引擎，为长尾场景的数据生产和能力评测提供有效支撑。
任职要求：
【岗位要求】
1.自动化、计算机科学、人工智能等相关专业硕士及以上学历；
2.具备扎实的强化学习理论基础，熟悉PPO、SAC、TD3、DDPG等主流强化学习算法，有相关项目实践经验。熟悉世界模型 / 生成模型（JEPA、Dreamer…
招聘城市：北京，上海，成都
岗位职责：
1.负责美团核心本地商业下全流量场景下的广告相关算法策略的研究及开发工作；
2.参与海量数据下的大规模触发召回技术及相关性研发；
3.参与大规模CTR/CVR预估模型算法及系统的研发；
4.O2O广告模式、机制策略的探索研究；
5.基于强化学习和自动控制算法的智能出价研究；
6.广告程序化创意的探索研究。
任职要求：
1.熟练掌握Linux下面向对象编程(熟悉Java更佳)；
2.熟悉常用的NLP、图嵌入Embedding、模型预估等机制学习或深度学习算法；
3.对数据敏感，有较强数据分析和解决问题能力；
4.自驱主动，沟通良好，有团队协作精神；
5.工作有热情，追求卓越。
具备以下条件优先
1.具有广告算法实战经验…
招聘城市：深圳，其它
…有限公司
招聘信息
四足/轮足机器人强化学习算法工程师
2026-09-01 15:34:29
职位描述
工作职责
1、算法研发与设计： 负责四足/轮足机器人运动控制相关的强化学习（Reinforcement Learning）算法前沿技术研究、设计与开发，提升机器人在复杂地形下的运动能力、稳定性和鲁棒性； 2、全身协同与联合控制（重点）： 负责四足/轮足机器人与机械臂的联合控制（Whole-Body Control / Mobile Manipulation）算法研发，利用强化学习解决移动抓取、动态平衡、以及底盘与机械臂在复杂任务中的协同操作难题； 3、仿真与训练： 负责搭建和维护基于物理引擎（如Isaac Gym, MuJoCo, MjLab等）的机器人强化学习训练环境，针对底盘+机械臂的复合系统设计合理的状态空间…
招聘城市：北京
算法工程师
发布企业：北京高德云图科技有限公司丨发布时间：2026-01-20
职位信息
职位名称类型性质最低学历要求人数薪资
算法工程师算法|大数据|AI全职硕士2010000-12000
发布时间2026-01-2013:24:06
职位有效期2026-01-2823:59:59
专业不限
工作地址北京市市辖区
职位要求我们专注于大数据之上的机器学习算法研究与应用，如果你了解机器学习、深度学习、强化学习、迁移学习、主动学习、特征提取与稀疏学习、等级学习等相关知识，对人工智能抱有极大的热情，勇于挑战各种实际应用难题，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…
招聘城市：北京
岗位职责：
1.负责美团核心本地商业下全流量场景下的广告相关算法策略的研究及开发工作；
2.参与海量数据下的大规模触发召回技术及相关性研发；
3.参与大规模CTR/CVR预估模型算法及系统的研发；
4.O2O广告模式、机制策略的探索研究；
5.基于强化学习和自动控制算法的智能出价研究；
6.广告程序化创意的探索研究。
任职要求：
1.熟练掌握Linux下面向对象编程(熟悉Java更佳)；
2.熟悉常用的NLP、图嵌入Embedding、模型预估等机制学习或深度学习算法；
3.对数据敏感，有较强数据分析和解决问题能力；
4.自驱主动，沟通良好，有团队协作精神；
5.工作有热情，追求卓越。
具备以下条件优先
1.具有广告算法实战经验…
招聘城市：北京
广告算法工程师
更新时间：2026-03-06
工作地点：北京市
事业群：核心本地商业-业务研发平台
岗位职责
1.负责美团核心本地商业下全流量场景下的广告相关算法策略的研究及开发工作；
2.参与海量数据下的大规模触发召回技术及相关性研发；
3.参与大规模CTR/CVR预估模型算法及系统的研发；
4.O2O广告模式、机制策略的探索研究；
5.基于强化学习和自动控制算法的智能出价研究；
6.广告程序化创意的探索研究。
岗位基本要求
1.熟练掌握Linux下面向对象编程(熟悉Java更佳)；
2.熟悉常用的NLP、图嵌入Embedding、模型预估等机制学习或深度学习算法；
3.对数据敏感，有较强数据分析和解决问题能力；
4.自驱主动…
