## 岗位概述
我们正在寻找一名专精于深度学习优化的算法工程师，专注于智能优化算法的设计与实现。该岗位将负责开发先进的优化算法，解决复杂的多维参数搜索和约束优化问题，并将前沿的优化技术应用于实际业务场景。
岗位职责：
1. 设计和实现基于深度学习的优化算法，解决高维复杂参数空间的搜索和多目标优化问题
2. 开发梯度优化和非梯度优化方法，构建混合优化框架，处理多变量、多约束的优化场景
3. 研发非凸优化求解算法，设计全局搜索策略，避免陷入局部最优解
4. 探索强化学习在优化问题中的应用，设计智能决策和自适应搜索策略
5. 构建贝叶斯优化和AutoML系统，实现超参数优化和神经架构搜索算法
6. 开发分布式优化计算框架，实现大规模并行优化和系统工程化部署
任职要求：
1. 数学、统计学、运筹学、计算机科学、控制理论等相关专业硕士及以上学历，3年以上相关算法工作经验；
2. 熟悉深度学习优化理论，掌握SGD、Adam等梯度优化方法，了解遗传算法、粒子群优化等非梯度算法；
3. 掌握强化学习算法（Q-learning、Policy Gradient、Actor-Critic等）在优化中的应用；
4. 精通PyTorch/TensorFlow等深度学习框架，具备自定义优化器开发经验，熟悉NumPy、SciPy等科学计算库；
5. 扎实的数学基础，包括线性代数、概率统计、数值分析、凸优化和非凸优化理论；
6. 良好的算法分析和问题建模能力，乐于学习前沿优化技术；优秀的英文文献阅读能力，能快速实现算法原型。
7. 顶会顶刊（如ICML、NeurIPS、ICLR、Mathematical Programming、SIAM Journal on Optimization）论文发表者优先。
8. 具备多目标优化、约束优化、AutoML或神经架构搜索相关经验者优先。