岗位职责
-参与百度商业技术团队 AI Native 研发效能方向的研究，探索 Agent 在策略迭代和工程研发中的能力上限 -面向商业场景已有的 AutoResearch 类任务，开展 Harness RSI 研究，探索基于实验反馈的自主迭代与优化方法，提升自动化研究的方案质量与实验效率，推动研究成果转化为业务效果增益 -迭代商业内部Agent Loop 平台，研究业务反馈驱动的策略优化方案，优化触发、创意、拍卖等环节的商业策略，提升cpm、tcharge 等核心指标 -围绕上述问题提出创新方案，开展严谨的对比、消融实验，分析方法的有效性，关注研究质量、执行效率和计算成本 -完成研究原型、实验分析、平台实现与论文撰写，以在 NeurIPS、ICML、ICLR、ACL 等顶级学术会议发表有影响力的工作为目标
职位要求
-硕士及以上在读，计算机、人工智能、软件工程、数学等相关专业 -具备良好的科研能力，能够深入分析前沿工作、发现有价值的问题，提出创新想法并通过严谨实验验证 -具备扎实的机器学习与大模型基础，理解 Agent 的运行原理，对 Agent Loop、规划推理、工具调用、上下文管理、记忆等有较深入的认识 -有丰富的 Agent 和 AI Coding 工具使用经验，能够利用相关工具开展研发与科研，并通过阅读源码、分析执行轨迹理解其设计和失败原因 -熟练使用 Python或TypeScript，具备良好的编程与工程实践能力，能够独立搭建、调试研究原型，完成实验与评测 -对研究有热情和耐心，具备独立思考能力、良好的英文阅读与学术写作能力，希望在顶级学术会议发表高质量研究成果 -加分项 -有 Agent、大模型、强化学习、自动化科研或软件工程相关论文、科研项目经历 -有 Harness RSI、Agent Loop、自主研究、长期记忆或技能学习相关研究经验 -阅读、修改或贡献过 Agent / AI Coding 开源项目，或有独立构建复杂 Agent 系统的经历 -有相关竞赛获奖经历，或为开源项目作出过实质性贡献，欢迎提供论文、项目介绍及代码仓库
