微软

岗位职责：【研究方向】 聚焦以 Jev 为代表的决策模型（Decision Models），探索其在强化学习、LLM Agents 与广告召回场景中的应用，研究如何实现高效、可靠且具有校准能力的模型决策。 【岗位职责】 1. 探索决策模型与 RLCD 相关方法，开展模型设计、算法实现与实验验证。 2. 结合强化学习、LLM Agents 和广告召回任务，探索决策模型的训练与优化方法。 3. 与美国团队深入合作，共同开展决策模型的研究、算法开发与实验评估，参与技术讨论与研究成果交流。 任职要求：【职位要求】 1. 计算机科学、人工智能或相关专业在读，硕士及以上学历。 2. 具备扎实的机器学习与深度学习基础，能够理解相关论文并完成算法实现。 3. 具备强化学习相关研究或项目经验，熟悉常用算法及其训练流程。 4. 具备良好的编程与 AI Coding 能力，能够高效完成算法开发、实验调试与结果验证；具备独立分析和解决问题的能力。 5. 每周可实习至少4天，可连续实习6个月及以上。 6. 在ICLR、NeurIPS、ICML、ACL等顶级会议发表过相关论文者优先考虑。