岗位职责
- 负责智能体（AI Agent）相关核心算法的研究与实现，构建具备多模态理解、规划、记忆、工具调用和任务执行能力的自主智能体体系；
- 参与大语言模型（LLM）在多轮对话、任务分解、知识检索、动作执行等环节的能力增强与优化；
- 设计并实现智能体的推理框架（Reasoning Framework），包括上下文记忆、长短期记忆融合（STM/LTM）、反思机制（Reflection Loop）、以及基于反馈的自我迭代策略；
- 负责Agent系统的工具生态构建，包括函数调用(Function Calling)、插件集成(Plugin Integration)、知识库检索(RAG)等，提升模型的可操作性与可解释性；
- 跟进业界前沿的大模型与Agent技术（如OpenAI o
- Anthropic Claude、MCP、LangChain、AutoGPT、OpenDevin等），并探索其在社交、内容、推荐、AIGC、商业化等场景的落地路径；
- 分析与解决模型在多轮推理、长上下文记忆、工具调用策略优化等过程中的技术瓶颈；
- 与产品、平台及算法团队紧密协作，将Agent能力嵌入真实业务流程中，并通过数据反馈实现持续演化。
职位要求
- 计算机科学、人工智能、电子工程或相关专业硕士及以上学历；
- 扎实的机器学习与深度学习理论基础，熟悉Transformer、LLM训练范式（SFT、RLHF、DPO、RAG、LoRA等）；
- 精通Python，熟悉至少一种主流框架（PyTorch/TensorFlow），有Agent框架（LangChain、LlamaIndex、AutoGPT等）使用或开发经验；
- 熟悉大语言模型的系统优化与部署流程，包括推理加速、分布式并行（Data/Model/Pipeline Parallel）、Prompt Engineering等；
- 具备较强的工程实现与问题解决能力，能快速在实际场景中实现智能体任务执行闭环；
- 具有良好的跨团队沟通能力与创新精神，能够从算法到产品形成完整落地路径。 【优先条件】
- 对Qwen（通义千问）系列或其他主流开源大模型（如Llama、Mistral、Yi、GLM、InternLM等）有深入理解或微调经验者优先；
- 熟悉智能体框架（如LangChain、CrewAI、LlamaIndex、AutoGPT、OpenDevin、MCP框架等），对工具调用、任务规划、记忆系统有实际开发经验者优先；
- 具备强化学习（RL）、规划与控制（Planning & Control）或多智能体系统（Multi-Agent System）经验者优先；
- 在NeurIPS、ICLR、ACL、AAAI等顶级会议或期刊上发表过相关论文者优先；
- 有大规模工程化经验（Kubernetes、Ray、Hadoop、Spark等）或构建过智能体服务平台者优先；
- 对AI开源社区有贡献者（如GitHub项目、技术博客、开源框架PR）优先。
