岗位描述1、设计并实现高效的深度强化学习算法，以提升多自由度机器人（包括双足、四足仿生机器人）的任务执行能力。2、领导和参与深度强化学习模型的复现、开发、调试工作，确保算法在仿真环境和实际机器人上均能稳定运行与验证。3、与跨职能团队合作，将先进的机器学习技术集成到机器人控制系统中，提高系统的智能化水平。4、持续跟踪国际前沿研究和技术发展，为团队引入创新性解决方案。岗位要求1、计算机科学、机械工程、自动化或相关领域的硕士及以上学历；具有深厚项目者，学历要求可放宽至本科。2、具备扎实的机器人学基础知识，尤其是运动学与动力学方面的能力，能够理解和解决复杂的机器人控制问题。3、熟练掌握至少一种主流机器人仿真工具（如MuJoCo、Bullet、Gazebo、NVIDIA Isaac），并有通过这些工具进行高级仿真工作的经验。精通TensorFlow或PyTorch等机器学习框架之一，有能力设计和训练深度学习模型。4、对常用的深度强化学习算法（如DQN、DDPG、A3C、PPO等）有深入的理解，并能在实践中灵活应用。5、有使用rllib、baselines或其他深度强化学习平台的经验，了解其架构与实践。6、在机器人领域内有成功的深度强化学习项目实施经验，能够展示具体的成果和贡献。7、良好的英语读写能力，能够快速阅读和理解最新的科研文献和技术文档。

天娱数科（股票代码：002354.SZ），锚定AI 开拓者定位，致力于为企业数字化转型和智能化升级全面赋能。公司把“数据要素x”与“人工智能+”结合起来，依托在各类业务场景中积累的海量数据要素资源优势和人工智能算法技术优势，自研多个企业级大模型，构筑了AI 营销 SaaS、移动应用分发 PaaS、空间智能MaaS 三大业务平台，持续推动零售、工业、金融、文娱等多个行业的数转智改，形成服务百行千业万家企业客户的业务生态。