岗位职责

我们正在寻找对前沿AI技术充满热情的算法实习生，加入我们创新的研发团队。你将深入参与下一代智能Agent系统的构建，不仅有机会探索多智能体（Multi-agent）协作的前沿范式，还将亲手将理论转化为解决实际问题的Agentic解决方案。

Agent系统设计与开发：参与构建高性能、可扩展的Agent框架，设计智能体的规划（Planning）、记忆（Memory）与工具调用（Tool Use）机制，实现复杂任务的自动化拆解与执行；
多智能体（Multi-agent）协作探索：参与Multi-agent系统的研发，探索不同角色智能体之间的通信、协作与竞争机制，解决单体模型难以处理的复杂场景问题；
Agent评估与优化：建立科学的Agent能力评估体系（Evaluation Framework），通过SFT、RLHF等手段持续优化Agent在特定场景下的决策质量与执行成功率；
RAG系统与知识增强：参与基于RAG（检索增强生成）技术的系统研发，优化信息检索链路，提升Agent获取外部知识的准确性与时效性；
LLM与搜推融合：探索LLM/Agent与企业内部搜索推荐系统的结合点，利用Agent能力重构用户意图理解与交互范式；
前沿技术落地：紧跟LLM与Agent领域的最新学术进展（如AutoGPT, MetaGPT, LangGraph等），复现前沿算法并尝试落地应用。

职位要求

基础背景：计算机科学、人工智能、数学或相关专业在读学生（本科/硕士/博士）；
编程能力：具备扎实的Python编程基础，熟悉PyTorch/TensorFlow等深度学习框架，有良好的代码规范；
核心技能：对机器学习、NLP有深入理解，熟悉Transformer架构及主流大语言模型（GPT, Llama, Qwen等）原理；
加分项（Agent相关）： - 有LangChain, AutoGen, LlamaIndex等Agent开发框架使用经验者优先； - 熟悉ReAct, CoT, ToT等提示工程（Prompt Engineering）方法论者优先； - 有复杂Agent系统设计、评测集构建或模型微调（Fine-tuning）经验者优先；
软性素质：具备快速阅读英文论文的能力，对解决开放性技术难题充满激情，善于沟通与团队协作。