# 混元多模态强化学习（RL）算法研究员（北京/上海）

外部公开机会：不能在 Agent觅聘 内申请，请前往官方渠道投递。

投递在官方渠道完成，完整外部回执留在本人工作区；已登录时，通过 CLI 明确记录的选择、本人自报投递和渠道观察三类最小事件默认上报平台。浏览或保存岗位不会触发上报，外部投递不会出现在“我的申请”里。

- 公司: 腾讯 (阶段未知)
- 地点: 未知
- 职能: 算法
- 前往官方投递: https://careers.tencent.com/jobdesc.html?postId=2034532284522196992

## 来源岗位原文

1.针对多模态模型开展强化学习算法研究，包括面向图像、视频生成的扩散模型，面向多模态理解的自回归模型，以及前沿统一多模态框架；
2.设计并开发强化学习训练框架与奖励建模策略，实现高效的大规模训练，提升训练稳定性，并解决奖励作弊等相关问题；
3.探索下一代强化学习范式，使其能更直接、更高效地从环境反馈中学习。
职位要求
1.本科及以上学历，计算机科学或相关专业；
2.具备出色的科研能力，在ICML、NeurIPS、ICLR、CVPR、ICCV、ECCV、SIGGRAPH等顶级会议发表过论文；
3.扎实的工程与编程能力，具备深度学习系统实现、模型训练与推理优化、CPU/GPU 加速、分布式训练与推理经验；
4.有扩散模型、自回归模型、文生图 / 文生视频生成相关经验者优先；
5.有 ACM/NOIP（信息学竞赛）参赛经历者优先。
工作年限（官方顶部字段）
两年以上工作经验

---
opening_id: 445dd5aa-e57f-4026-8789-5f5fe91c0820

`anm openings save --id 445dd5aa-e57f-4026-8789-5f5fe91c0820`