岗位职责与要求：

1.大模型及AI算法研发，面向实际业务场景，负责大语言模型、多模态模型及相关AI算法的技术选型、开发、训练、评测、优化与落地，包括自然语言、视觉、语音、多模态等方向；参与模型能力建设及业务智能化升级；
2.LLM模型训练与后训练，负责大语言模型及垂类模型的数据构建、指令微调和后训练工作，包括但不限于数据清洗与合成、SFT、LoRA/QLoRA、偏好优化、强化学习等技术；建立模型评测体系，持续提升模型在意图理解、Tool Calling、推理、多轮对话及垂直领域任务上的效果；
3.智能体（Agent）研发，负责基于大模型的智能体系统研发，包括 Agent Loop、任务规划与推理、Tool/Function Calling、Skill、RAG、Memory、上下文管理、多智能体协作等核心能力，探索和应用 MCP、A2A 等智能体生态协议，提升智能体复杂任务理解与自主执行能力；
4.Agent Runtime及工程化能力建设，参与智能体运行时及AI基础平台研发，负责模型接入与路由、工具编排、上下文管理、模型/Agent调用链路、流式交互、沙箱执行、Guardrail、安全控制、Trace/日志、评测与可观测等能力建设，支撑智能体规模化生产应用；
5.多模态与智能终端能力研发，根据业务需要参与语音、视觉及多模态AI能力研发，包括 ASR/TTS、声纹、语义理解、视觉理解、AIGC、数字人、具身智能等方向，并推动相关能力在智能终端、机器人及云边端协同场景中的应用；
6.AI能力平台化与业务落地，负责AI算法、模型及智能体能力的汇聚、封装、API/SDK开放、路由调度和服务化建设，参与业务场景方案设计、技术攻关、系统联调及上线优化，推动AI能力从算法验证走向生产级、规模化应用。1.重点院校本科及以上学历，计算机、软硬件开发、人工智能、电子信息、自动化、数学等相关专业，具备扎实的计算机及AI基础知识；
2.熟悉机器学习、深度学习及大模型基本原理，理解 Transformer、Attention、大模型训练与推理机制；具备良好的算法分析、问题定位和工程实现能力；
3.至少在以下一个方向具备较深入的项目或研发经验；
-大语言模型/多模态模型训练、微调及后训练；
-Agent、RAG、Tool Calling、MCP、智能体Runtime等智能体技术；
-NLP、语音、计算机视觉、多模态等AI算法；
-大模型推理部署、性能优化及AI平台工程。
4.熟练掌握Python，Go、Java中至少一种工程开发语言；熟悉常用数据结构、算法、网络编程及 Linux 开发环境；
5.熟悉主流大模型及Agent开发生态，对 Qwen、DeepSeek、Llama、OpenAI/Claude 等模型及 Function Calling、Structured Output、RAG、MCP 等技术有实际使用经验；有 LangGraph、OpenAI Agents SDK、Dify、HiAgent 等智能体框架实践经验者优先；
6.熟悉大模型服务化和推理部署者优先，包括 vLLM、SGLang、TensorRT-LLM、TGI 等；有GPU多卡训练/推理、模型量化、推理加速或性能调优经验者优先；
7.熟悉Docker、Kubernetes、微服务等工程技术，有高并发AI服务、模型服务平台、Agent平台或云原生AI系统研发经验者优先；
8.对AI技术具有持续的兴趣和学习能力，能够快速跟进大模型、Agent、多模态等技术发展；具备较强的问题分析能力、工程落地能力和团队协作能力；
9.以下经验为加分项
-有大模型从数据构建、训练/微调、评测、部署、线上优化完整项目经验；
-有Agent Runtime、Coding Agent、Deep Research Agent、智能助手等复杂智能体研发经验；
-有Tool Calling、MCP Server/Client、A2A、RAG、长期记忆、多智能体协作等实际项目经验；
-有大规模训练、分布式训练、FP8/BF16、LoRA/QLoRA、DPO/GRPO等模型训练或后训练经验；
-有模型量化、蒸馏、推理加速以及 GPU/NPU 性能优化经验；
-有智能音箱、智能屏、机器人、手机、车载等智能终端AI研发及端侧模型部署经验；
-有ASR/TTS、声纹、语义VAD、数字人、视觉理解、多模态交互等研发经验；
-有开源项目贡献、AI竞赛、论文或高质量技术项目经验。