91
在北京市的agent个职位
More jobs to discover
Find similar jobs that you might be interested in.
Alibaba —北京市
策略模型迭代： 结合 RLHF/DPO 等对齐技术与强化学习（RL）算法，持续迭代 Agent 的决策策略模型。针对广告投放与客户运营场景，设计基于长期回报（Long-term Reward）的优化目标，提升 Agent 在动态环境下的自适应能力与转化效果。.
我想收到关于 北京市 的 agent 的最新职位提醒
一旦登录您的账户，即表明您同意 SimplyHired 的服务条款和我们的Cookie 协议及隐私政策。