蚂蚁集团 AGI 专项招聘大语言模型强化学习算法专家，工作地北京/上海/杭州

蚂蚁集团 AGI 专项招聘大语言模型强化学习算法专家，岗位方向为提升强化学习阶段训练效率及数学、代码等领域推理能力，并研发细粒度过程监督与奖励建模。要求硕士及以上学历，熟悉 PPO、REINFORCE、RLOO 等主流强化学习算法及 PyTorch、DeepSpeed、Megatron，工作地点为北京、上海、杭州。