本文へスキップ
Whileresume
ランキング 履歴書を作る 採用する ログイン

Machine Learning Engineer, Reinforcement Learning & Reward Modeling

この求人はあなたに合っていますか?

履歴書を作成すると、この求人との適合度が表示されます。ほかのすべての求人についても同様です。

履歴書を作る
応募状況をスマホで確認 Whileresume の無料アプリ(iPhone・Android)。

仕事内容

Design and optimize end-to-end pipelines for training reward models and RL agents to be reproducible and high-throughput.
Develop tooling for data processing, annotation, and inference within RL workflows.
Build, refine, and deploy reward models that encode safe, interpretable, and effective driving behaviours.
Integrate reward models with diverse data sources: real-world trajectories, simulation, and synthetic datasets.
Conduct ablations, hyperparameter explorations, and controlled studies to analyse how reward structures and training dynamics affect policy performance.
Diagnose failure modes, iterate on reward objectives, and partner with RL scientists to translate ideas into scalable engineering solutions and testing frameworks.

求人の全文を見る

業務内容、求める人物像、スキル、待遇 — 無料アカウントの作成で閲覧できます。

6文字以上。長いほど安全です。
または

すでにアカウントをお持ちですか?

こちらの求人もおすすめです

近い求人はまだありません — 最新の求人をご紹介します。

あなたの地域

求人と企業がこの国で絞り込まれます。

おすすめ

すべての国 69