岗位职责
- 参与AI手机个人记忆与个性化智能的算法及系统研发，重点提升个人信息的理解、组织、检索和更新能力，推动Memory与Agent、个人搜索等能力结合。
- 参与端侧多模态感知模型的研发与优化，提升手机对图像、语音、视频、文本及设备上下文的理解能力，并在效果、延迟、内存和功耗之间取得平衡。
- 参与Agent核心算法及端云协同能力建设，持续提升模型的任务规划、工具使用、记忆调用和复杂任务执行能力。
- 参与算法的端到端工程实现，建设数据、训练、推理和评测关键链路，解决模型效果与系统性能问题，推动算法从研究原型走向产品级交付。
- 与产品、工程及ToB建设团队协作，将业务需求转化为明确的算法问题和评测目标，推动方案验证、集成交付和持续迭代。
职位要求
- 计算机、人工智能等相关专业，硕士或博士学历。
- 具备1年以上大模型或智能终端算法研发经验，具有AI手机或智能终端算法工程经验。
- 在以下至少一个方向具备深入积累： ○ 个人记忆、Personal RAG、个人搜索或用户建模； ○ Agent、任务规划、工具使用或Agent后训练； ○ 端侧视觉、语音、视频理解或多模态感知； ○ 端侧模型、模型压缩、推理加速或端云协同。
- 具备扎实的机器学习和深度学习基础，深入理解Transformer、大语言模型和多模态模型，并具有模型训练或后训练实践经验。
- 具备端侧模型研发经验，熟悉模型压缩和推理优化方法，能够针对移动设备约束优化模型效果、延迟、内存和功耗。
- 熟悉主流模型训练框架及至少一种端侧或服务端推理技术栈，具备模型训练、部署和评测的实际经验。
- 具备较强的技术判断力和Owner意识，能够解决开放性问题，并持续推动结果落地。 加分项
- 主导/参与过已经规模化落地的AI手机、个人智能、Memory、Agent或端侧多模态项目，并对核心业务指标或用户体验产生可量化的提升。
- 具备端云协同算法架构经验，能够根据任务复杂度、设备资源、网络状态、隐私要求和服务成本进行模型路由及系统优化。
- 具备优秀的沟通表达和跨团队协作能力，能够面向算法、工程、产品、解决方案及客户团队，清晰说明技术原理、方案取舍、评测结果、能力边界和业务价值。
- 具备ToB业务、企业级AI、客户项目或联合交付经验，能够参与需求澄清、方案设计、技术评审、指标定义、交付验收和问题复盘。
- 具备大规模向量检索、知识图谱、长上下文、持续学习、模型服务或分布式训练推理经验。
- 在Apple、Google、国内头部手机厂商、知名大模型团队、研究机构或相关智能终端团队有工作经历。
- 在NeurIPS、ICML、ICLR、ACL、EMNLP、CVPR、ICCV、ECCV、AAAI等高水平会议或期刊发表过相关论文，或参与过有影响力的开源项目。
