导读
我们正在寻找充满好奇心的研究者，他们乐于动手构建、运行实验并弄清楚什么方法有效。你将与团队一起从事强化学习方法、训练工作流和模型评估方面的工作。（来源：一亩三分地论坛·职位内推，作者：苹果用户_7b3pt）
【编辑部】这对你意味着什么
该招聘面向持有或即将获得博士学位的求职者，提供 H-1B transfer、OPT 抽签、O-1 和 TN 等签证支持，直接关系到在美华人留学生和工作者的身份维持与职业发展。职位要求计算机科学或相关领域博士学位、扎实机器学习基础及 Python/PyTorch/JAX 实操经验，符合条件的读者可投递简历争取面试机会。工作地点在湾区或西雅图，涉及强化学习在语言模型推理、编码、工具使用及科学问题求解上的前沿研究，薪资、福利、搬迁补助等细节原文未提及，读者需自行与招聘方确认。
Sponsor: H1b transfer(支持Perm申请），OPT可以抽签，O1，TN
微信联系：miaomiaomiao3210
关于该职位
我们使用强化学习来提升模型推理、编写代码、使用工具和解决科学问题的能力。我们正在寻找充满好奇心的研究者，他们乐于动手构建、运行实验并弄清楚什么方法有效。
你将与团队一起从事强化学习方法、训练工作流和模型评估方面的工作。根据你的兴趣和经验，你可能会探索一种新的训练方法、改进 rollout 流水线，或调查某个实验为何表现得与预期不同。
你不需要参与过大规模强化学习技术栈的每一个环节。我们看重扎实的基础功底、实践经验以及学习意愿。这里有空间让你主导项目，并随着时间推移逐步成长为更宏大的研究问题。
你将从事的工作
• 实现并实验面向语言模型和智能体的强化学习方法。
• 探索改进推理、编码、工具使用和科学问题解决的方法。
• 设计实验、比较不同方法，并与团队一起分析结果。
• 帮助改进训练和 rollout 流水线，包括可靠性和效率。
• 与队友合作开展环境、奖励和评估方面的工作。
• 记录研究发现，并帮助将有价值的想法转化为可复现的训练工作流。
我们期望的人选
• 计算机科学、机器学习或相关技术领域的博士学位。
• 扎实的机器学习基础，熟悉 Transformer 语言模型。
• 具有模型训练、微调或相关机器学习研究项目的实操经验。
• 良好的 Python 技能，并有 PyTorch 或 JAX 的使用经验。
• 对强化学习有兴趣，愿意攻克开放式问题。
• 对实验、调试和协作采取严谨细致的做法。
经验可以来自学术研究、行业工作、开源贡献或独立项目。.
加分项
以下条件有帮助，但我们并不期望你全部具备：
• 具有面向语言模型的强化学习或后训练经验。
• 熟悉智能体工作流、工具使用、代码执行或多轮任务。
• 具有分布式训练、推理服务或 GPU 性能方面的经验。
• 具有构建奖励、训练环境或评估的经验。
• 对训练效率、学习动力学或 AI for Science 有兴趣。
（来源：一亩三分地论坛·职位内推，作者：苹果用户_7b3pt）
【编辑部】今日讨论
你是否曾申请过提供 H-1B transfer 或 OPT 抽签支持的 AI 研究岗位，面试流程和签证办理体验如何？
