大模型算法工程师（强化方向）

岗位职责 / Duties: 1.负责LLM强化学习链路整体优化，包括数据探索与增强、奖励模型优化、RL策略迭代及效果评估等，持续提升算法的效率与效果； 2.强化学习技术前瞻探索，包括但不限于离线强化学习、环境模型学习、约束强化学习等方向； 3.开展大语言模型在搜索、推荐、广告等业务场景中的应用并实现业务目标。