AI模型工程师（Agent/后训练/搜索推荐）

>面向同学：27届本硕博均有岗位 >Base地：西安、东莞、北京、上海、成都、南京、长沙、济南，8地均可选择 >面试流程：官网投递-机考-专业面-主管面-offer （注：1.简历投递以官网投递为准，BOSS上仅与部门hr建联，流程推进、问题解决更顺畅2.不同岗位机考类型不同，请于hr确认） >AI模型工程师-细分方向： Agent技术/后训练与强化学习/搜索推荐/AI算法、空间智能 以上方向对应详细岗位JD如下： 【Agent技术】 岗位职责 1、深耕记忆管理、自主决策、代码生成技术，持续提升Agent上下文管理、规划推理和工具调用等核心能力，支撑信息获取、应用生成、代码生成、办公文档、GUI操控智能体的构建； 2、面向预训练/后训练构建Agent的复杂任务规划、Repo级长程轨迹交互、多步工具编排等高价值数据生产管线，强化推理深度、决策鲁棒性与复杂场景适应力，拓展智能体能力边界； 3、探索强化学习与Agent的深度融合，构建环境反馈驱动的策略优化机制，提升复杂决策场景的泛化性和准确性； 4、负责业界前沿技术分析和规划，与领军专家和科研团队合作创新，探索自主演化、多智能体协作、复杂代码生成等Agent技术前沿，提升技术竞争力与影响力。 岗位要求 1、人工智能、机器学习、自然语言处理、计算机科学、统计数学等相关专业； 2、具备扎实的算法研究功底和代码实现能力，深入理解大语言模型原理、Agent架构设计、强化学习、认知推理与决策规划，熟悉主流AI框架与分布式训练系统； 3、具备敏锐的科研洞察力、创新思维和独立攻关能力，能够主动追踪前沿技术动态，善于从复杂问题中抽象核心科学问题并推动技术突破； 4、具有Agent系统研发经验者优先，包括但不限于自主规划、工具学习、多智能体协作、环境交互、长程任务执行等方向；具备强化学习在复杂决策场景中应用经验者优先； 5、在领域顶级会议（如NeurIPS、ICML、ICLR、ACL、CVPR等）发表过相关论文者优先；具有开源项目贡献、高水平竞赛获奖或知名研究机构实习经历者更佳。 【后训练与强化学习】 岗位职责 1、围绕语言、多模态、Agent能力，探索后训练SFT数据配比、SFT策略、SFT&RL协同策略、RL训练算法； 2、参与研究面向Agentic（Planning、Tool-use、Skills-use等），Reasoning（STEM、Logic、TIR等）、Coding（Bug-fix、Feature-implementation等）、General（Instruction Following、Hallucination Control、Context Learning、Content Understand and Generation）等高优场景的针对性Reward System 构建、环境模拟、强化学习训练策略； 3、参与研究强化学习算法、提升强化学习训练稳定性，包括但不限于探索重要性采样策略、细粒度Reward设计、Credit Assignment策略、Off-policy Masking等提升RL训推一致性策略； 4、参与探索Model Merge（模型融合）、On-policy KD（在线蒸馏）、Multi-task RL（多任务强化学习）等专项能力融合策略。 岗位要求 1、计算机科学、人工智能、数据科学、软件工程、统计数学等相关专业； 2、具备软件工程和算法实现能力，熟悉模型架构、深度学习框架； 3、具备较强的学习力、自驱力、团队协同和责任意识； 4、具备语言/语音/多模态/空间智能相关模型后训练SFT或RL验证的相关方法者优先； 5、在领域顶级会议（如NeurlPS, ICML, AAAI, VLDB等）发表论文，或有相关实习经验/高水平竞赛（如ACM, ICPC等）获奖经历者优先。 【搜索推荐】 岗位职责 1、参与算法设计与迭代，对搜索/推荐系统中召回、排序等模块进行算法设计、训练与优化，持续提升点击率、转化率等业务核心指标； 2、研究LLM如何赋能搜索/推荐系统中的个性化用户理解，利用多模态Tokenizer、长序列建模、推理增强等技术，构建高效的内容理解用户建模模型，增强系统个性化能力； 3、负责性能优化与系统部署，深度参与数据工程、训练推理优化、模型部署、和算子性能分析，进行硬件亲和的算法方案设计和链路优化，确保模型在大规模场景下的延迟、吞吐和资源成本可控； 4、参与效果评估与闭环迭代，建立算法评估机制，设计并执行A/B实验，推动算法效果稳定迭代与线上持续优化。 岗位要求 1、计算机科学与技术、软件工程、人工智能、控制科学与工程、数据科学与大数据技术、自动化（偏AI控制方向）等相关专业；熟悉主流搜索/推荐模型（如FM、DSSM、DIN、Transformer等），具备良好的建模思维和机器学习基础； 2、系统与工程能力强，熟悉Python/C++等，掌握至少一种深度学习框架，具备模型训练、上线、性能调优等完整落地经验； 3、具备性能意识，理解关键算子（如embedding、attention、topk等）对延迟/QPS的影响，具备协同优化模型结构与部署效率的能力； 4、具有良好的产品意识与协作能力，具备业务理解能力，能将算法与业务目标对齐，并与产品、后端、运营等多团队高效配合推动方案落地。 【AI算法】 岗位职责 1、决策推理：应用强化学习、图算法等技术构建决策系统，解决复杂业务场景下的策略优化难题； 2、语音语义：负责音频处理、语音处理、语音唤醒、说话人识别、语音识别、语音合成、语音大模型、音频大模型、多模态语音大模型、全双工语音交互、端到端语音交互、语音智能体、语音翻译、声学数据仿真等语音关键技术方向的工程开发与交付，以及在手机、座舱、手表、PC、耳机、眼镜、全屋、智慧屏、音箱等1+8产品语音助手场景的落地，保障语音助手的极致稳定体验； 3、计算机视觉：落地OCR、3D重建等视觉算法，解决多媒体分析场景下的具体工程问题与技术难点。 岗位要求 1、计算机科学与技术、软件工程、人工智能、控制科学与工程、数据科学与大数据技术、自动化（偏AI控制方向）等相关专业；熟悉主流推荐/搜索模型（如FM、DSSM、DIN、Transformer等），具备良好的建模思维和机器学习基础； 2、具有音频回声消除、多麦克风处理、语音唤醒、说话人识别、语音识别、语音合成、语音情感识别、语音大模型、多模态语音大模型、智能体等语音方向开发经验，了解计算机视觉、自然语言处理、机器学习、语音处理等基础知识； 3、有一定的研究能力，在语音和AI顶级会议期刊InterSpeech/ICASSP/IEEE TASLP、ICML/ICLR/NeurIPS/ACL等发表过具有影响力论文者优先； 4、系统与工程能力强，精通Python/C++等，掌握至少一种深度学习框架，具备模型训练、上线、性能调优等完整落地经验； 5、具备性能意识，理解关键算子（如embedding、attention、topk等）对延迟/QPS的影响，具备协同优化模型结构与部署效率的能力； 6、具有良好的产品意识与协作能力，具备业务理解能力，能将算法与业务目标对齐，并与产品、后端、运营等多团队高效配合推动方案落地。 【空间智能】 岗位职责 1、参与空间智能(含具身、智驾)大模型前沿算法研究，涵盖4D通用表征、多模态感知融合（视觉/触觉/力觉）、空间理解与推理、端到端运动规划、动作生成等模块的数据生成、算法开发、模型训练优化及评测迭代等工作，持续提升大模型空间智能竞争力； 2、开展细粒度4D空间对齐与推理技术研究，在VLM中引入4D空间特征编码网络并对齐到LLM语义空间，同时通过DiT/世界模型等技术提升模型的空间推理能力，实现对4D场景的精细化理解； 3、参与构建大模型的时空间理解与推理能力，实现快慢思考自适应切换，基于CoT压缩与推理加速、高质量CoT生成、强化微调等技术，在保持因果推理能力的同时降低时延，应用于自动驾驶与具身智能； 4、将业界先进VLA, VLN, World Model, Agent, 强化学习, 迁移学习等技术应用于自动驾驶、具身智能领域，实现安全高效的动作生成，提升自动驾驶在复杂场景下的推理、规划和决策能力，以及机器人各类应用的通用技能； 5、协同团队推动算法落地应用与技术竞争力构建：包括大规模数据采集与生成、Sim-to-Real迁移、真机部署等工作，搭建空间智能/具身智能技术平台，确保技术方案领先性与差异化；紧跟业界和学术界空间智能领域最新研究进展，参与业界顶会，将前沿成果融入研发。 岗位要求 1、计算机、人工智能、数学、控制科学与工程、机器人学、自动化等相关专业； 2、具备较强的代码编写和算法实现能力，熟悉Pytorch、Megatron等开源训练框架； 3、具备较强的学习能力、自驱意识、团队意识和责任意识，能够积极参与团队协作，快速适应技术迭代； 4、具有大模型预训练/后训练、视频理解模型、3D/4D大模型、多模态对齐、大模型记忆、VLA、具身强化学习等实践经验者优先； 5、在相关方向发表过顶级会议（如NeurIPS、CVPR、ICCV、ICLR、ECCV、ICML、AAAI等）优先。