多模态强化学习算法工程师

负责多模态基础模型的强化学习算法相关工作，参与模型训练、调优和部署，确保算法有效性与效率；开展多模态大模型强化学习技术的前瞻探索，包括离线强化学习、多轮强化学习等方向；改进多模态大模型强化学习的分布式工程框架，实现更高效的模型训练。