岗位职责
你将深度参与到千问VQA场景的优化&探索中，核心专注于提升 SearchAgent 在复杂视觉场景下的理解、推理及反思纠错能力。具体工作包括：
- 高质量数据工程体系 设计并构建复杂 Multi-Turn VL Search Trajectory 的数据合成与生产管线，探索自动化数据生成策略，模拟真实用户的复杂多轮搜索需求，构建包括CoT、ToolUse及Reflection路径的高质量训练数据集；
- VLM基础的感知/推理能力优化 针对 Single Step 场景，优化VLM基座模型，显著提升其对复杂图像的理解、推理能力及工具调用的准确性，负责包括MiddleTrain和PostTrain在内的完整的训练阶段优化；
- Multi-Turn强化学习策略设计 主导SearchAgent在Multi-Turn场景下的RL工作，探索&设计创新的RL方式与Reward System，有效激发Agent的自我反思与错误修正能力，提升Agent在长程依赖任务中的决策稳定性；
- Agent 架构优化与效率提升 研究如何在保证检索效果的前提下，极致压缩 Trajectory长度，优化Agent 的搜索策略与规划机制，提升端到端的搜索效率。
职位要求
- 计算机科学、人工智能、机器学习或相关领域的硕士或博士学位，具备扎实的编程基础（Python/C++/Java），熟悉常用算法与数据结构；
- 在多模态、大模型、计算机视觉、强化学习、Agent等一个或多个领域有较深入的研究；
- 具有出色的分析、解决问题的能力，能深入解决大模型训练、应用存在的问题，有自主探索解决方案的能力者；
- 、拥有强烈的技术热情和好奇心，能够积极应对挑战&持续学习。 【加分项】
- 具有优秀的基础算法、扎实的机器学习基础，在CVPR、ECCV、ICCV、NeurIPS、ICLR、ICML、SIGGRAPH或SIGGRAPH Asia等顶级会议/期刊上发表论文者优先；
- 具有优秀的代码能力，在ACM/ICPC、NOI/IOl、Top Coder、Kaggle等比赛获奖者优先；
- 在多模态、大模型、RL方向主导过大影响力项目者优先。
