États-Unis
Temple Health
Bright Vision Technologies
Ingénieur en apprentissage par renforcement appliqué
À distanceÉtats-Unis
Wesley Chapel, Florida, United States
Python
Traduction automatique. Consultez l’original.
À propos du poste
Ingénieur en apprentissage par renforcement appliqué - Télétravail
Il s'agit d'une opportunité fantastique de rejoindre une organisation établie et respectée, offrant un potentiel de croissance de carrière considérable.
Bright Vision Technologies est une société de conseil en technologie et de développement de logiciels fournissant des solutions cloud, IA, données et d'entreprise à travers les États-Unis.
Bright Vision Technologies est un employeur garantissant l'égalité des chances.
Comment postuler
Intitulé du poste : Ingénieur en apprentissage par renforcement appliqué
Lieu : 100% en télétravail (États-Unis)
Type de contrat : Temps plein, contrat direct W2
Fourchette salariale : $100,000 – $150,000 par an
Expérience : 6+ années
Parrainage : Les citoyens américains, les titulaires de carte verte, les titulaires d'EAD et les candidats au transfert H-1B sont encouragés à postuler. Nous ne sommes pas en mesure de parrainer de nouvelles demandes de visa H-1B pour ce poste.
Déclaration d'égalité des chances en matière d'emploi (EEO)
Bright Vision Technologies (BV Teck) s'engage à garantir l'égalité des chances en matière d'emploi (EEO) pour tous les employés et candidats, sans distinction de race, couleur, religion, sexe, orientation sexuelle, identité ou expression de genre, origine nationale, âge, informations génétiques, handicap, statut d'ancien combattant ou tout autre statut protégé défini par les lois fédérales, étatiques ou locales applicables. Cet engagement s'étend à tous les aspects de l'emploi, y compris le recrutement, l'embauche, la formation, la rémunération, la promotion, le transfert, les congés, le licenciement, les mises à pied et le rappel.
BV Teck interdit expressément toute forme de harcèlement ou de discrimination sur le lieu de travail. Toute interférence inappropriée avec la capacité des employés à exercer leurs fonctions peut entraîner des mesures disciplinaires pouvant aller jusqu'au licenciement.
Résumé du poste
Nous recherchons un ingénieur en apprentissage par renforcement pour concevoir, entraîner et déployer des systèmes basés sur l'apprentissage par renforcement pour des problèmes de prise de décision à fort impact où l'apprentissage supervisé seul est insuffisant. Le poste exige une connaissance approfondie des algorithmes modernes d'apprentissage par renforcement, des environnements de simulation, de la modélisation des récompenses et de la complexité technique liée à l'entraînement et à l'évaluation de politiques à grande échelle. Le candidat idéal possède à la fois une profondeur de recherche et un pragmatisme technique, avec une expérience dans le passage de solutions d'apprentissage par renforcement du laboratoire à la production, où la stabilité, la sécurité et l'amélioration continue sont essentielles.
Qualifications requises
- Master ou doctorat en informatique, Machine Learning, ou dans un domaine connexe ; ou expérience appliquée équivalente.
- Six années ou plus d'expérience combinée en recherche et en ingénierie en apprentissage par renforcement.
- Maîtrise solide de Python et des frameworks modernes de deep learning.
- Expérience pratique avec au moins une bibliothèque majeure d'apprentissage par renforcement ou une pile technologique interne.
- Solide compréhension des probabilités, de l'optimisation et des fondements théoriques de l'apprentissage par renforcement.
- Expérience dans la conception et le réglage de fonctions de récompense dans des environnements complexes.
- Familiarité avec les environnements de simulation et la collecte d'expériences à grande échelle.
- Expérience dans l'entraînement de politiques de réseaux de neurones sur des clusters GPU.
- Solides compétences en communication écrite et orale.
- Expérience avérée dans la mise en production ou la publication de travaux marquants en apprentissage par renforcement.
Qualifications souhaitées
- Expérience avec le RLHF pour les grands modèles de langage.
- Familiarité avec l'apprentissage par renforcement multi-agents ou hiérarchique.
- Exposition à la robotique, aux systèmes de contrôle ou à la conduite autonome.
- Publications dans des conférences ou revues de recherche en apprentissage par renforcement ou domaines connexes.
- Contributions open-source à des bibliothèques ou environnements d'apprentissage par renforcement.
Plus d’opportunités avec un seul profil
Vous souhaitez accéder à plus de postes sans répéter tout le processus ? Créez votre profil pour être trouvé par les entreprises utilisant Nort.
Créer mon profil