# 小米澎湃OS-大模型算法专家-Agent方向

外部公开机会：不能在 Agent觅聘 内申请，请前往官方渠道投递。

投递在官方渠道完成，完整外部回执留在本人工作区；已登录时，通过 CLI 明确记录的选择、本人自报投递和渠道观察三类最小事件默认上报平台。浏览或保存岗位不会触发上报，外部投递不会出现在“我的申请”里。

- 公司: 小米 (阶段未知)
- 地点: 北京
- 职能: 算法
- 前往官方投递: https://xiaomi.jobs.f.mioffice.cn/index/position/7633349828672964870/detail

## 来源岗位原文

1. 面向Agentic OS，参与长期记忆、主动决策与跨场景执行能力的系统级智能体算法体系建设（可仅参与记忆/决策/执行之一）；
2. 记忆：构建端侧长期记忆与知识增强体系，包括设计长期记忆架构、研究用户数据驱动的持续学习与个性化能力提升机制；
3. 决策：研发主动意图决策模型，研究用户行为建模方法、构建主动决策机制，探索多轮决策与反馈闭环优化机制；
4. 执行：搭建基于VLM的复杂任务操控能力，研究长任务推理与深度决策能力增强，构建稳定、安全、可控的执行策略机制；
5. 前沿技术探索与成果产出，建立Agentic OS的算法创新壁垒，推动顶级会议论文与核心专利产出。
任职要求
1. 硕士及以上学历，人工智能、计算机科学、机器人、认知科学等相关专业；
2. 具备以下至少一个方向的深入研究或实践经验：长期记忆建模/个性化建模、强化学习/决策建模、多步推理与任务规划、Agent系统与智能体算法；
3. 对“主动智能”“系统级Agent”方向有深刻理解与强烈兴趣；
4. 具备复杂系统建模能力，能够从系统角度设计完整闭环；
5. 在 ICML / NeurIPS / ICLR / AAAI / ACL / CVPR / ICASSP 等顶级会议发表论文者优先；
6. 具备较强的独立研究能力与创新能力。
接口顶部原始条件（未做资格推断）
{"city_list": [{"code": "CT_11", "en_name": "Beijing", "i18n_name": "北京", "location_type": 3, "mdm_code": "MDCY00000001", "name": "北京", "node_status": 1, "py_name": "beijing"}], "job_post_info": {"HighlightList": [], "JobChannelPublishList": [], "address_list": [], "city_list": [], "correlation_job_list": [], "job_level_id_list": [], "job_post_object_value_map": {}, "job_post_process_time_list": [], "recruitment_type": {"active_status": 1, "children": [], "depth": 2, "en_name": "Full-time", "i18n_name": "全职", "id": "101", "name": "全职", "parent": {"active_status": 1, "children": [], "depth": 1, "en_name": "Experienced", "i18n_name": "社招", "id": "1", "name": "社招", "selectability": 1}, "selectability": 1}, "storefront_list": [], "tag_list": [], "target_major_list": []}, "process_type": 1, "project_type": 1, "recruit_type": {"active_status": 1, "children": [], "depth": 2, "en_name": "Full-time", "i18n_name": "全职", "id": "101", "name": "全职", "parent": {"active_status": 1, "children": [], "depth": 1, "en_name": "Experienced", "i18n_name": "社招", "id": "1", "name": "社招", "selectability": 1}, "selectability": 1}}

---
opening_id: 340a988d-e504-4fa2-9dba-94601df42609

`anm openings save --id 340a988d-e504-4fa2-9dba-94601df42609`