聚宽投资

职位描述： 你是否希望研究 AI 如何在不确定环境中持续学习，并作出稳定、可控的序贯决策？ 聚宽投资正在寻找熟悉强化学习、序贯决策和控制理论的 AI 研究员。你将面对高噪声、延迟反馈和环境变化等挑战，研究兼具样本效率、鲁棒性与可解释性的决策算法。 岗位职责： 研究强化学习、离线强化学习、模仿学习、模型预测控制等方法； 探索动态环境下的序贯决策、策略学习与风险敏感控制； 设计适用于高噪声、延迟反馈和非平稳环境的训练与评估框架； 构建仿真环境、离线评估体系及可靠的策略验证流程； 推动算法从理论研究、仿真实验走向真实场景验证。 任职要求： 海内外知名高校本科及以上学历，计算机、数学、统计、自动化、运筹学等相关专业优先； 熟悉强化学习、最优控制、动态规划或序贯决策中的至少一项； 具备扎实的数学基础、编程能力和实验设计能力； 能够正确处理离线评估、分布偏移和策略稳定性问题； 对复杂动态系统中的学习与控制问题具有浓厚兴趣。 加分项： 有 Offline RL、Model-based RL、MPC 或多智能体强化学习经验； 有机器人、自动驾驶、游戏 AI、推荐系统或广告出价经验； 有强化学习相关论文、竞赛或高质量开源项目； 熟悉因果推断、鲁棒优化或安全强化学习。