1.負責強化學習算法的設計、實現和優化，推動算法從理論到實踐的落地。2.與前端人員緊密合作，參與產品需求分析，并為產品提供算法支持。3.根據不同的業務場景，調整和優化現有的算法框架，提升算法的穩定性、魯棒性和執行效率。4.撰寫技術文檔，進行算法的性能評估和實驗驗證。任職要求：1.教育背景： 計算機科學、人工智能、數學或相關專業碩士及以上學歷。2.工作經驗： 至少3年以上強化學習相關領域的研究與開發經驗。3.熟練掌握強化學習的基本理論與算法（如DQN、Rainbow、DDPG、PPO、MAPPO、QMIX等），并有實際項目經驗。4.精通Python編程，熟悉TensorFlow、PyTorch等深度學習框架，能夠獨立實現和優化強化學習算法。5.熟悉強化學習框架，如Ray、RLlib等，能夠基于這些框架進行算法開發與調優。6.熟悉多線程和并行計算，具備一定的分布式計算經驗者優先。7.熟悉容器化技術（如Docker）以及容器編排平臺（如Kubernetes），具備大規模分布式系統部署經驗者優先。8.熟悉大模型部署與微調技術，了解RLHF、混合專家模型（MOE）開發經驗者優先。9.具備良好的溝通能力，能夠發揮主觀能動性，不懼迎接挑戰，并在壓力下高效工作。

中國科學院自動化研究所（以下簡稱自動化所）成立于1956年，以智能科學與技術為主要定位，是中國科學院率先布局成立的“人工智能創新研究院”的總體牽頭單位，是我國最早開展智能科學與技術基礎理論、關鍵技術和創新性應用研究的科研機構，也是國內“人工智能學院”牽頭承辦單位。　　六十多年來，自動化所為我國國民經濟建設、社會進步、科技發展和國家安全做出了重要的貢獻。建國發展初期，自動化所開拓了我國的控制科學，為“兩彈一星”做出了歷史性的貢獻；改革開放年代，自動化所開創了我國模式識別智能信息處理的新領域；1990年代，自動化所以控制科學為基礎，率先布局了人工智能研究；2016年起，自動化所率先布局博弈智能研究，逐步形成了數據智能、類腦智能和博弈智能的完整布局，并產出了一系列重要成果。 　　自動化所長期堅持“智能科學與技術”研究，在復雜系統智能集成、模式識別、機器學習、計算機視覺、語音語言信息處理、類腦智能、智能機器人、智能系統和智能芯片等領域形成了鮮明的學科優勢和技術特色，具有從原始創新、核心關鍵技術研發到技術轉移轉化的完整智能技術創新鏈。 　　當前，緊密圍繞國家人工智能戰略，面向新一代人工智能的挑戰，自動化所確立了“自主進化智能”的核心發展目標，“類腦智能與機器人系統”“多模態認知智能系統”“博弈決策智能系統”三大主攻方向，并牽頭建設了懷柔國家綜合性科學中心的“腦認知功能圖譜與類腦智能交叉研究平臺”、中科院香港創新研究院人工智能與機器人創新中心。 　　自動化所現有包括多模態人工智能系統實驗室、復雜系統認知與決策實驗室、國家專用集成電路設計工程技術研究中心等國家平臺，數個北京市及中國科學院科研平臺，與國際及港澳臺地區研究機構共建了中歐聯合實驗室、中國科學院香港創新研究院人工智能與機器人創新中心等五個國際合作創新平臺。　　自動化所科研隊伍實力雄厚，截至2022年底，自動化所共有在職職工1106人。其中研究員及正高級工程技術人員134人、副研究員及高級工程技術人員337人。共有中國科學院院士3人，發展中國家科學院院士1人，IEEE Fellow15人，國家杰出青年科學基金獲得者17人，“萬人計劃”科技創新人才入選者10人，百千萬人才工程入選者10人，科技部中青年科技人才8人，國家優秀青年基金獲得者16人。 　　自動化所歷來重視人才培養，含本科生、碩士研究生、博士研究生在內的在學人數已達到1402人，是1981年國務院學位委員會批準的博士、碩士學位授予權單位之一。并設有控制科學與工程等1個一級學科博士后流動站，在站博士后58人。 　　自動化所是全國一級學會中國自動化學會和中國圖象圖形學學會的掛靠單位。自動化所主辦3種學術期刊《IEEE/CAA Journal of Automatica Sinica》（SCI期刊）、《Machine Intelligence Research》和 《自動化學報》。 　　新的征程上，中國科學院自動化研究所始終圍繞“打造新時代智能科學與技術國家戰略科技力量”的使命目標，面向國家戰略需求和布局，心無旁騖，銳意進取，為實現中華民族偉大復興的中國夢提供有力的科技支撐。