【团队简介】
我们是一只年轻、活力、热诚、互助的团队。
我们重点研究博弈对抗系统搭建与智能决策，为目前AI领域最前沿的方向。
我们的成员以国内外著名大学毕业硕士及博士为主，在强化学习领域有着丰厚的学术积累及相关项目经验。
我们欢迎志同道合的“你”加入，一起成长，一起开拓强化学习领域的新疆土！
岗位1 强化学习研究员/助理研究员
【工作职责】：
业务：利用强化学习，提高AI决策智能水平。负责深度强化学习的前沿算法研究，推动和保持在国内外技术领先性。负责或参与项目方案设计及效果实现。
【任职要求】
算法：拥有扎实的统计学功底，深刻理解并熟练运用主流的深度强化学习算法或博弈算法，包括但不限于Value-based、policy-based、model-based类算法及muzero\alphago\ftw\alphastar\deepstack等（其中若干种即可）。
工程：开发严谨高效，掌握Python、R或C++中至少一种，有使用pytorch、TensorFlow等开源工具的经验。
经验：拥有强化学习、博弈算法的深入研究经验。
素质：责任心和协作沟通意识强，具备良好的时间管理习惯。
专业：自动化，计算机，统计、机器学习等相关专业博士应届或社会在职人员，特别优秀者可放宽到硕士。
加分项：在本领域高水平国际学术期刊或顶级会议上发表过论文。
岗位2 强化学习算法工程师
工作职责：
负责深度强化学习的前沿算法研究，推动和保持在国内外技术领先
岗位要求：
计算机、数学、自动化、统计、机器学习等相关专业，硕士及以上学历。
具有深度强化学习/统计机器学习任意一种研究经历。
具有抽象建模能力，能够根据实际问题合理建模，制定解决方案。
熟练使用至少一种深度学习框架（如tensorflow、pytorch等）
能够熟练的使用Python/C++至少一种编程语言，有良好的代码习惯
岗位3 博弈算法工程师
工作职责：
负责博弈算法的实现和优化
岗位要求：
计算机、博弈相关专业在读硕士或博士
具有深度强化学习/博弈论任意一种研究经历
具有抽象建模能力，能够根据实际问题合理建模，制定解决方案
熟练使用至少一种深度学习框架（如tensorflow、pytorch等）
能够熟练的使用Python/C++至少一种编程语言，有良好的代码习惯
熟悉兵棋推演规则及流程者优先
待遇：
户口：考虑为博士/优秀应届硕士毕业生解决北京户口。
工资：岗位提供具有竞争力的年薪，根据个人的学历、能力及工作业绩确定相应的基本工资、岗位工资及绩效工资等。
福利：此外还包括年终双薪、项目奖、五险一金、补充医疗险、工会福利、食堂补贴、带薪年假、定期体检等完善的福利待遇。
住宿：为符合条件的员工提供公寓周转房。
工作地点：
中科院自动化所，北京市海淀区中关村东路95号，近10号线知春路/知春里地铁站.
联系方式
邮箱 18801108072@163.com
投递简历时标题注明 “应聘职位+姓名”
--
FROM 159.226.181.*