岗位职责
面向千问、智能硬件、智能座舱等应用场景建设智能化的多模态 Agent,推动智能助手从感知与对话走向持续理解用户、自主规划、人机协作与复杂任务执行。
- 模型与Agent 能力研发:围绕多模态理解与推理、实时音视频交互、Agentic Search 等方向,开展后训练与系统协同优化,提升需求澄清、工具调用、长程规划、记忆利用及执行纠错能力。
- 数据与训练闭环:建设真实任务、交互环境与高质量轨迹,研究 SFT、强化学习、奖励建模及信用分配,提升模型在开放环境中的泛化能力与任务成功率。
- 评估与产品落地:建立过程与结果结合的评估体系,定位模型、检索、上下文及执行链路中的瓶颈,联合产品与工程团队优化任务质量、交互体验、时延和成本。 具体负责方向根据个人专长与业务需求确定。
职位要求
- 计算机、人工智能、数学等相关专业硕士及以上学历,具备大模型、多模态或 Agent 算法研发与落地经验。
- 扎实的模型与优化理论基础,熟练使用 Python、PyTorch,具备主流训练框架实践经验,能够独立完成数据构建、训练调优、实验归因与效果验证。
- 以下方向至少精通一项: - 后训练与 Agentic RL:具备 LLM/VLM 后训练经验,理解策略优化、奖励设计与分布偏移;有多轮工具交互、长程任务训练或训练稳定性优化经验。 - 全模态理解与实时交互:具备跨模态对齐、视觉推理或流式音视频建模经验,能够优化实时感知、交互时序及多模态上下文理解。 - 多模态检索与 Agentic Search:具备表征学习、召回排序或多模态 RAG 经验,能够研发查询规划、迭代检索、证据整合与答案验证能力。
- 具备问题抽象、技术判断与跨团队协作能力,能够从真实用户需求出发,通过严谨实验推动算法突破和产品收益。