注：本文内容整理自腾讯、阿里、头条等招聘网站信息，仅为深度强化学习爱好者提供实习、就职信息推荐，不代表以上任何公司观点，如对招聘信息存在任何疑问，请直接评论区留言或联系对应公司咨询。

一、腾讯

（1）31498-强化学习研究员（深圳）

IEG | 深圳 | 技术 | 腾讯游戏 | 2021年05月18日

申请链接： https://careers.tencent.com/jobdesc.html?postId=1324927109952446464

工作职责

负责强化学习前沿算法的创新研究与探索，针对游戏AI的应用场景，提供算法和解决方案；
负责强化学习的游戏AI应用场景落地，包括特征提取、模型训练、强化学习框架开发、在线效果优化等，完成项目交付。

工作要求

计算机、人工智能、自动控制、模式识别等相关专业的硕士以上学位,保持对领域最前沿技术的跟踪；
具有3年以上强化学习研究经验，对多智能体学习、模仿学习、分布式强化学习等有积累者优先考虑；
熟练使用TensorFlow/PyTorch等至少一种深度学习框架，熟练使用Python和C++编程语言，熟悉Linux操作系统和常用的数据结构；
发表过期刊或会议论文，在ICML/ NeurIPS/ IJCAI/ AAAI/ ICLR/ ICRA等国际顶级会议上发表过学术论文者优先考虑；
对UE4引擎熟悉者优先。

(2)25924-强化学习算法高级工程师

IEG | 深圳 | 技术 | 2021年05月03日

申请链接：https://careers.tencent.com/jobdesc.html?postId=1123175993725423616

工作职责

负责强化学习在游戏运营活动中的研究、应用与效果评估，如基于强化学习的道具推荐等；
负责强化学习解决方案核心组件的优化和开发；
负责强化学习前沿技术的追踪，推动相关技术的应用孵化；

工作要求

计算机、数学、人工智能等相关领域硕士及以上学历；
扎实的强化学习基础，熟悉强化学习知识体系，熟悉主流强化学习算法如PPO、A3C、DDPG，DQN等；
熟练使用主流深度学习框架，如Tensorflow、Caffe、PyTorch、Mxnet等，熟悉Python、C++等至少一种编程语言，具备实现常用深度强化学习算法的能力，有强化学习研究与应用经验者优先；
探索学习能力强，能够保持对强化学习新技术的跟踪，快速掌握新知识并应用；
有较强的研究创新能力，在ICML/NIPS/IROS/ICRA/AAAI/ICLR等顶会或期刊发表过强化学习相关论文者优先；
有良好的沟通能力，具有高度的责任心和团队合作精神，积极主动，乐于分享；

（3）TEG11-强化学习算法研究员（游戏AI）

TEG | 深圳 | 技术 | 2021年04月25日

申请链接：https://careers.tencent.com/jobdesc.html?postId=1123175993725423616

工作职责

负责腾讯游戏AI的算法研究和应用，包括但不限于强化学习、模仿学习、元学习等
负责设计新的强化学习算法，提高强化学习效率和效果，并结合腾讯游戏应用场景，提供技术解决方案
负责前沿技术的探索，推进强化学习在更多业务场景的应用

工作要求

计算机相关专业，硕士及以上学历，2年以上相关工作经验
基础扎实，编码过关，熟悉常用的算法和数据结构，有海量数据处理和并行计算开发经验者优先
对机器学习、强化学习、博弈最优化等算法原理及其在互联网行业的应用有深入的理解和浓厚的兴趣
熟练掌握C/C++、Java、Python等至少一门编程语言，有较强动手能力

二、阿里巴巴

（1）达摩院-强化学习算法专家-自动驾驶-杭州

发布时间: 2021-05-18
工作地点: 杭州
工作年限: 3年以上所属部门: 阿里集团学历: 硕士

申请链接：https://talent.alibaba.com/off-campus-position/705939?spm=a1z9iw.13825095.0.0.7aaa3ae7WevEvL

职位描述：

负责基于强化学习的自动驾驶智能决策规划算法设计与实现

负责无人驾驶强化学习框架与决策推理系统的搭建，驱动相关产品与服务迭代开发

实现强交互场景与博弈环境下主车行为策略，应用在实车与仿真智能agent中，提升无人驾驶系统的智能性

完成相关算法研发和效果验证，解决强化学习落地过程中的各种问题
职位要求
1） Linux系统下C++开发经验；
2）具有3年以上强化学习研究经验，对多智能体学习、模仿学习、分布式强化学习等有积累者优先；
3）在业内顶级会议和期刊上发表过论文者优先，例如，NIPS、IJCAI、AAAI、ICML、ICLR、AAMAS等；
4）有机器人／无人驾驶相关开发经验者优先。
5）具备良好的学习能力，沟通能力，富有责任心；

（2）菜鸟网络-算法工程师-深度强化学习

发布时间: 2021-05-13
工作地点: 杭州
工作年限: 2年以上
所属部门: 菜鸟网络学历: 硕士

申请链接：https://talent.alibaba.com/off-campus-position/655025?spm=a1z9iw.13825095.0.0.7aaa3ae7WevEvL

职位描述

使用DRL求解物流领域相关问题，如VRP, Batching Problem等, 并在实际场景落地
参与DRL求解运筹优化问题框架的设计和研发
跟踪深度强化学习的前沿算法和技术，对算法效果和性能进行持续的优化

职位要求

计算机或相关专业硕士以上学历，相关工作经验2～5年
熟悉常见强化学习算法，如Value-based Algorithm, Policy Gradients等
熟悉Transformer，BERT，GPT等深度学习模型
能熟练使用主流深度学习框架，如pytorch, tensorflow等，具备实现常用的深度强化学习算法能力
在人工智能会议和期刊发表过优秀论文，有顶级会议期刊发表经历者优先（NIPS, IJCAI, AAAI, ICML, ICLR，AAMAS等）

三、字节跳动

(1)强化学习算法工程师-游戏AI

申请链接：https://jobs.bytedance.com/experienced/position/6933151560198523143/detail
职位描述
1、负责游戏业务中的强化学习技术的研发与实现，探索和推动在虚拟玩家、智能NPC等场景的应用落地；
2、负责强化学习前沿技术的跟踪，持续优化算法性能，并推动前沿技术落地。
职位要求
1、计算机、人工智能、模式识别、自动控制等相关专业本科及以上学位；
2、熟悉Linux系统和常用的数据结构，熟练使用Python/C++等至少一种编程语言，熟练使用TensorFlow/PyTorch等至少一种深度学习框架；
3、了解常见强化学习算法，有强化学习项目经验者优先考虑；
4、有游戏AI相关项目经验，或热爱游戏者优先考虑；
5、优秀的分析和解决问题的能力，对解决具有挑战性的问题充满激情，良好的沟通和团队合作能力。

（2）强化学习研究员

申请链接：https://jobs.bytedance.com/experienced/position/6950104457485109534/detail
职位描述
1、负责打造基于强化学习的游戏AI核心技术、分布式训练框架、整体解决方案；
2、负责游戏业务中的强化学习技术的研发与实现，探索和推动在虚拟玩家、智能NPC等场景的应用落地；
3、负责强化学习前沿技术的研究，持续优化算法性能，并推动前沿技术落地和通用人工智能的发展。
职位要求
1、计算机、人工智能、模式识别、自动控制等相关专业硕士及以上学位；
2、熟悉Linux系统和常用的数据结构，熟练使用Python/C++等至少一种编程语言，熟练使用TensorFlow/PyTorch等至少一种深度学习框架；
3、具有1年以上强化学习研究或项目经验，对多智能体学习、分布式强化学习等有积累者优先考虑；
4、在ICML/NIPS/IJCAI/AAAI/ICLR等国际顶级会议上发表过学术论文者优先考虑；
5、有游戏AI相关项目经验，或热爱游戏者优先考虑；
6、优秀的分析和解决问题的能力，对解决具有挑战性的问题充满激情，良好的沟通和团队合作能力。

（3）强化学习高级专家

申请链接：https://jobs.bytedance.com/experienced/position/6721954606261209357/detail
职位描述
1、负责强化学习前沿算法的创新研究与探索，发表顶会论文和申请专利；
2、探索不同类游戏的AI对弈算法，包括拟人化学习和强化学习框架搭建等。
职位要求
1、数学、计算机、人工智能、自动控制、模式识别等相关专业博士；
2、具有3年以上强化学习研究经验，对优化理论、多智能体学习、模仿学习、分布式强化学习等有积累者优先考虑；
3、发表过期刊或会议论文，在ICML/ NIPS/ IJCAI/ AAAI/ ICLR/ ICRA等国际顶级会议上发表过学术论文者优先考虑；
4、熟练使用TensorFlow/ PyTorch等至少一种深度学习框架，熟练使用Python/ C++等至少一种编程语。

（4）强化学习研究员-游戏AI

申请链接：https://jobs.bytedance.com/experienced/position/6734558935686056199/detail
职位描述
1、负责打造基于强化学习的游戏AI核心技术、分布式训练框架、整体解决方案；
2、负责游戏业务中的强化学习技术的研发与实现，探索和推动在虚拟玩家、智能NPC等场景的应用落地；
3、负责强化学习前沿技术的研究，持续优化算法性能，并推动前沿技术落地和通用人工智能的发展。
职位要求
1、计算机、人工智能、模式识别、自动控制等相关专业硕士及以上学位；
2、熟悉Linux系统和常用的数据结构，熟练使用Python/C++等至少一种编程语言，熟练使用TensorFlow/PyTorch等至少一种深度学习框架；
3、具有1年以上强化学习研究或项目经验，对多智能体学习、分布式强化学习等有积累者优先考虑；
4、在ICML/NIPS/IJCAI/AAAI/ICLR等国际顶级会议上发表过学术论文者优先考虑；
5、有游戏AI相关项目经验，或热爱游戏者优先考虑；
6、优秀的分析和解决问题的能力，对解决具有挑战性的问题充满激情，良好的沟通和团队合作能力。

四、网易

（1）游戏AI算法实习生（强化学习方向）

申请链接: https://hr.163.com/job-detail.html?id=26343&lang=zh
职位描述

从事游戏AI的落地研究工作，解决实际项目中的问题；

跟进最新的研究工作并进行创新。
职位要求

研究生及以上学历，机器学习、强化学习相关研究方向；

具有较强的科研能力和编程能力，熟悉pytorch/tensorflow等深度学习框架；

熟悉模仿学习或者强化学习常用算法原理;

具有良好的沟通、协作能力，逻辑思维能力；
以下为加分项：
a) 熟悉模仿学习、强化学习并有实际落地经验；
b) 在国际顶级会议发表过论文，有论文撰写经验；
c) 竞赛获奖经历。

(2)高级强化学习工程师 - 网易伏羲

申请链接：https://hr.163.com/job-detail.html?id=22591&lang=zh
职位描述
1.追踪前沿的强化学习技术，并能将其转化并落地到实际游戏项目中
2.对接游戏项目需求，负责技术方案的设计和实现，不断迭代和优化项目效果
3.算法和框架的持续改进，开发和完善通用框架和SDK工具，提升游戏AI开发效率
职位要求
1.计算机、数学、人工智能、自动控制等相关专业硕士及以上学历；
2.1年以上相关工作经验，包括不限于使用强化学习、模仿学习、多智能体强化学习等技术开发游戏AI、推荐系统、无人驾驶等；
3.熟悉C++/Python编程，熟练掌握一种常见的深度学习框架，譬如TensorFlow/PyTorch/MXNet等；
4.较为良好的团队协作和沟通能力；
5.热爱游戏，了解基础的游戏AI原理，有游戏开发经验者优先；
6.在顶级会议（NIPS/ICML/ICLR/ICRA/AAAI/IJCAI/AMMAS）或同级别期刊上有论文发表者优先；

（3）人工智能应用工程师（强化学习方向）

申请链接：https://hr.163.com/job-detail.html?id=31341&lang=zh
职位描述
在游戏垂直领域探索 AI toB 商业化价值，把网易伏羲AI打造成为国际最顶级的游戏AI品牌；
将AI技术赋能到游戏行业全链路，全面释放游戏创作者的生产力，革新玩家的游戏体验；
整合多方技术能力，交付商业合作客户需求，打造网易伏羲口碑，助力网易伏羲IPO；
深耕游戏AI业务领域，把握行业市场机会，深入理解业务知识，打磨全栈技术实力；
追踪前沿的强化学习技术，并转化落地，不限于游戏机器人、测试、关卡生成等；
职位要求
计算机及相关专业硕士及以上学历，热爱游戏行业，热爱人工智能技术；
一年以上相关工作经验，包括但不限于使用强化学习、模仿学习、多智能体强化学习等技术解决行业内实际问题等；
熟悉强化学习、机器学习、深度学习常用算法，熟练掌握至少两种常见的深度学习框架，如TensorFlow/PyTorch/MXNet/Keras等；
熟练掌握至少两种常见的计算机编程语言，如Python、C++、C#、Lua、Java等，编程基础扎实，有ACM竞赛获奖经历者优先；
有充分的游戏体验经历，有游戏开发经验者优先；有游戏机器人、自动化测试、关卡生成等相关项目开发经验者优先；
在人工智能顶级会议（NIPS/ICML/ICLR/ICRA/AAAI/IJCAI/AMMAS）或同级别期刊上有论文发表者优先；
具有优秀的沟通合作能力，热爱技术并善于钻研，能主动思考，有解决疑难问题的毅力和决心；
具有优秀的逻辑思维和创新意识，擅长分析用户需求，有出色的组织协调能力，能很好的跨团队协作；
具备优秀的学习能力，做事专注、精益求精、认真负责，有耐心，有上进心，乐于接受新事物；

关于网易更多招聘点击：https://hr.163.com/job-list.html?keyword=%E5%BC%BA%E5%8C%96%E5%AD%A6%E4%B9%A0