招聘 | 深度强化学习研究员/工程师

2017 年 12 月 27 日 七月在线实验室

网易游戏伏羲人工智能实验室

招聘深度强化学习研究员/工程师

网易游戏伏羲人工智能实验室简介:

  成立于2017年9月,直属于网易(杭州)网络有限公司,以“创建人工智能与游戏交叉领域的世界一流实验室”为宗旨,运用人工智能尖端技术为玩家营造新世代的游戏体验,同时借助游戏平台的海量数据和仿真环境,推动人工智能技术的发展。

  研究方向涵盖了大数据平台,用户画像,强化学习,图像动作,自然语言处理,语音合成及音乐生成等众多领域,力图全方位发掘人工智能技术在游戏中的应用潜力。

  团队汇集了来自清华大学,北京大学,浙江大学,中国科学技术大学,武汉大学等著名学府的众多尖端人才,既有深厚的学术背景,亦有强大的工程能力。目前团队已与浙大,南大,中科大等高校一流实验室建立了深度合作关系,进行以学术课题为导向的科研探索。


职位名称: 深度强化学习研究员工程师

岗位描述

1.从事游戏相关的深度强化学习等研发工作;

2.开发并维护相关平台及工具,提升研发效率及用户体验;

岗位要求

1.有一定的游戏经历,热爱人工智能;

2.计算机或相关专业硕士以上学历,扎实的深度学习及强化学习知识基础;

3.能熟练使用主流深度学习框架,如tensorflow、mxnet、caffe、theano、keras等;

4.有在Linux上处理海量数据的丰富经验,能使用Hadoop、CDH、Spark系统进行海量数据处理、并完成性能调优;

5.有丰富的分布式系统、MPP系统的设计、使用经验;

6.编程基础扎实,熟悉算法数据结构,有丰富的开发调试经验;

7.专注,精益求精,有良好的分析能力及强烈的解决问题的意愿;

 

简历投递地址:gameailab@163.com

更多职位信息,请见:https://fuxi.163.com/ 






登录查看更多
7

相关内容

深度强化学习 (DRL) 是一种使用深度学习技术扩展传统强化学习方法的一种机器学习方法。 传统强化学习方法的主要任务是使得主体根据从环境中获得的奖赏能够学习到最大化奖赏的行为。然而,传统无模型强化学习方法需要使用函数逼近技术使得主体能够学习出值函数或者策略。在这种情况下,深度学习强大的函数逼近能力自然成为了替代人工指定特征的最好手段并为性能更好的端到端学习的实现提供了可能。
【新书】Pro 机器学习算法Python实现,379页pdf
专知会员服务
195+阅读 · 2020年2月11日
深度强化学习策略梯度教程,53页ppt
专知会员服务
176+阅读 · 2020年2月1日
2019必读的十大深度强化学习论文
专知会员服务
57+阅读 · 2020年1月16日
【书籍】深度学习框架:PyTorch入门与实践(附代码)
专知会员服务
160+阅读 · 2019年10月28日
MIT新书《强化学习与最优控制》
专知会员服务
270+阅读 · 2019年10月9日
专知会员服务
198+阅读 · 2019年8月30日
Efficiently Embedding Dynamic Knowledge Graphs
Arxiv
14+阅读 · 2019年10月15日
Arxiv
5+阅读 · 2019年9月25日
dynnode2vec: Scalable Dynamic Network Embedding
Arxiv
13+阅读 · 2018年12月6日
Meta-Learning with Latent Embedding Optimization
Arxiv
6+阅读 · 2018年7月16日
Relational Deep Reinforcement Learning
Arxiv
10+阅读 · 2018年6月28日
Arxiv
6+阅读 · 2018年2月24日
VIP会员
相关VIP内容
【新书】Pro 机器学习算法Python实现,379页pdf
专知会员服务
195+阅读 · 2020年2月11日
深度强化学习策略梯度教程,53页ppt
专知会员服务
176+阅读 · 2020年2月1日
2019必读的十大深度强化学习论文
专知会员服务
57+阅读 · 2020年1月16日
【书籍】深度学习框架:PyTorch入门与实践(附代码)
专知会员服务
160+阅读 · 2019年10月28日
MIT新书《强化学习与最优控制》
专知会员服务
270+阅读 · 2019年10月9日
专知会员服务
198+阅读 · 2019年8月30日
相关论文
Top
微信扫码咨询专知VIP会员