jobber

申请人

【百度飞桨强化学习组 | 实习生招聘】
工作地点：北京，不接受远程实习
实习时长：5个月以上全职实习（尽快入职者优先）
转正机会：实习表现优异者可获得正式 Offer

【团队与技术优势】

• 依托百度飞桨核心框架，打造工业级强化学习解决方案
• 顶级机器资源支持，提供业界领先的算力基础设施
• 与顶级高校实验室保持长期科研合作，发表 NeurIPS/ICML/AAAI 等顶会论文

【岗位职责】
1. 参与新一代 RL 算法研发与调优
2. 构建大规模强化学习分布式训练系统
3. 跟进国际顶会前沿技术，实现算法创新突破

【任职要求】
必要条件：

• 扎实的强化学习理论基础，熟悉 PPO/GRPO/Reinforce++等强化学习算法
• 熟练使用 PaddlePaddle/PyTorch 等深度学习框架之一，OpenRLHF/VERL 等强化学习框架之一
  优先条件：
• 在 ICML/NeurIPS/AAAI 等顶会发表 RL 相关论文
• 有过大规模 RL infra 经验

【申请方式】
请发送简历至【gongenlei@baidu.com】邮件标题：【RL 实习申请】-姓名-学校-可入职时间-实习时长