招聘状态未确认 · 最近观察 2026-10-17
1、负责 AI Agent 基础架构的设计与研发，包括 Agent 运行时引擎、Sandbox 隔离执行环境、Trace 可观测体系等核心模块的技术方案设计与落地
2、参与Sandbox 执行环境的设计与工程实现，确保 Agent 代码执行、工具调用、文件操作等行为的安全隔离与资源管控
3、构建 Agent 全链路可观测能力，涵盖 Trace 追踪、链路分析、延迟监控、Token 消耗统计等，建立数据驱动的质量评估与优化闭环
4、参与 Agent 协议与标准化建设（MCP、Skill 框架等），推动能力组件的解耦与复用，持续提升平台的开放性与可接入性
5、跟踪 Agent 领域前沿技术与开源社区动态，引入成熟方案并结合业务场景进行适配优化
任职要求
1、2027届应届毕业生，硕士及以上学历，985高校或QS世界排名前100院校，计算机科学、人工智能、软件工程等相关专业
2、深入理解 AI Agent 架构原理，熟悉 Agent 运行时、Sandbox 隔离机制、Trace 链路追踪等技术规范，能清晰阐述其设计思路与工程权衡
3、具备扎实的工程能力，熟练掌握 Python/Go/java 等至少一门语言，有分布式系统开发、微服务架构、消息队列等实践经验
加分项：
1、熟悉 Sandbox 技术（gVisor/Firecracker/容器隔离）、分布式 Trace 系统（OpenTelemetry/Jaeger/Zipkin）的原理与实践
2、有开源社区贡献经历（提交 PR/Issue、参与社区讨论、维护开源项目等），熟悉 Agent 相关开源项目的架构与代码
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": "Regular",
招聘状态未确认 · 最近观察 2026-10-17
1、开展异构计算能效优化关键技术预研，重点突破跨处理单元的动态电压调节（DCVS）与调度协同理论；
2、探索新型底层调度机制，研究基于强化学习的负载跟踪算法并完成原型验证平台搭建；
3、打造 AI Harness 自动化进化底座。 建立一套高能力相机能效研发Harness系统，能够自动执行测试、捕捉 负载回退 等异常 Trace，并利用 RAG技术，自动对比代码和性能 Baseline，给出初步的 Root Cause 分析报告；
4、预研编译优化协同技术，开发面向影像系统的LTO/PGO优化原型及跨平台效能分析工具链。
任职要求
【教育背景】
计算机、电子工程、自动化或人工智能相关专业，硕士/博士学历；
【技术栈】
1、AI Agent 开发：熟悉 LangChain、Dify 或类似的 Agent 开发框架，理解 Agent 的内存机制和工具调用逻辑；
2、工程 Harness 能力：熟练使用 Python 编写高可用的自动化测试框架，有持续集成（CI/CD）或云端大规模真机调试经验；
3、编程功底：扎实的C/C++ 开发能力，能够阅读并修改内核源码，精通 Python 自动化分析脚本编写；
4、系统底层能力：精通 Linux Kernel 调度机制、内存管理（Memory Management）及 Thermal 温控策略；
5、具有优秀的沟通协调能力和团队合作精神，能够快速学习新技术。
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": "Regular", "i18n_name": "正式", "id": "201", "name": "正式", "parent": {"active_status": 1, "chi
招聘状态未确认 · 最近观察 2026-10-17
1、参与小爱云端大模型版本的产品规划与节奏定义，包括 Agent Loop、慢系统场景、记忆等核心模块；
2、负责三方生态接入与打造，设计相关 Skill/服务的接入框架：标准协议、准入规范、质量评估体系；
3、结合Agent Harness 的能力边界&演进节奏，运用三方能力推动重点场景范式迭代与体验升级，包括但不限于影音娱乐、通勤出行、生活服务 等垂类
任职要求
1、5 年以上互联网产品经理经验，3 年以上 AI产品经理经验，深刻理解 LLM Agent 相关原理；
2、成熟使用AI相关工具，并了解 MCP或类似 Agent-Tool 协议设计；
3、具备相关垂类建设经验，并对用户体验有极高敏感度；
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":
招聘状态未确认 · 最近观察 2026-10-17
1. 负责各类多模态大模型的预训练，微调和部署，并应用于实际业务中
2. 探索知识增强技术，通过个人数据提升个性化模型的语言理解和生成能力
3. 融合多模态数据，攻关具备自主观察环境和推断用户需求的意图决策大模型
4. 搭建基于端侧VLM的屏幕理解能力，实现具备泛场景能力的GUI Agent
5. 探索机器学习领域的新技术，探索与其他领域的技术融合。并撰写相关论文，专利
任职要求
1. 硕士及以上学历在读，人工智能、计算机科学、电子、信息工程、机器人等专业，有C++/python开发经验
2. 熟练掌握至少一种深度学习框架，如Tensorflow，PyTorch等
3. 对深度学习有深刻认识，熟悉各种神经网络及背后数学原理
4. 对大模型有设计应用经验者优先
5. 对声音、图像、视频、各类传感器的通用融合感知算法有实际经验的优先
6. 在AI或NLP相关顶级会议或者刊物，如ICML，NeurIPS，AAAI，ACL等发表论文者优先
接口顶部原始条件（未做资格推断）
{"city_list": [{"code": "CT_128", "en_name": "Shenzhen", "i18n_name": "深圳", "location_type": 3, "mdm_code": "MDCY00000249", "name": "深圳", "node_status": 1, "py_name": "shenzhen"}], "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": "Regular", "i18n_name": "正式", "id": "201", "name": "正式", "parent": {"active_status": 1, "children": [], "depth": 1, "en_name": "Campus", "i18n_name": "校招", "id": "2", "name": "校招", "selectability": 1}, "selectability": 1}, "storefront_list": [], "tag_list": [], "target_major
招聘状态未确认 · 最近观察 2026-10-17
探索大模型智能体研究的前沿技术，构建具备持续学习能力的通用 Agent，包括但不限于：
1、Agentic RL。面向长时序任务的强化学习；Agent 在交互环境中的探索与策略优化；多目标、多约束条件下大模型Agent的决策稳定性与泛化性；Test-time的数据高效Agentic RL；Agent reward model的系统性学习问题；大模型智能体的MARL。
2、Agentic Memory。短期 / 中期 / 长期记忆架构设计；可演化、可压缩、可检索的Memory 系统；经验、技能、失败案例的结构化沉淀；Memory 与 Planning / RL / Tool 之间的协同机制。
3、Agent Workflow。Task Decomposition / Planning / Re-planning；多 Agent 协作与角色分工；反思、自我修正、策略升级；工具集和技能库自演进；自适应和可学习的Agent 工作流。
4、Agent Application。GUI Agent：跨应用、多模态界面下的操作与理解；OS Agent：文件系统、进程、命令、自动化工作流；Deep Research Agent：复杂研究任务、信息整合、假设验证；通用 Agent ：跨时间跨任务跨领域的自主学习Agent。
任职要求
1. 计算机相关方向硕士或博士；
2. 有大模型智能体相关研究和项目经历，发表过相关方向的顶会论文，或者参与过有影响力的开源项目;
3. 具有优秀的解决复杂问题和多人协作沟通的能力，能够独立思考并开展工作，具有强烈的好奇心和责任心。
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", "i18
招聘状态未确认 · 最近观察 2026-10-17
1. 负责各类多模态大模型的预训练，微调和部署，并应用于实际业务中
2. 探索知识增强技术，通过个人数据提升个性化模型的语言理解和生成能力
3. 融合多模态数据，攻关具备自主观察环境和推断用户需求的意图决策大模型
4. 搭建基于端侧VLM的屏幕理解能力，实现具备泛场景能力的GUI Agent
5. 探索机器学习领域的新技术，探索与其他领域的技术融合。并撰写相关论文，专利
任职要求
1. 硕士及以上学历在读，人工智能、计算机科学、电子、信息工程、机器人等专业，有C++/python开发经验
2. 熟练掌握至少一种深度学习框架，如Tensorflow，PyTorch等
3. 对深度学习有深刻认识，熟悉各种神经网络及背后数学原理
4. 对大模型有设计应用经验者优先
5. 对声音、图像、视频、各类传感器的通用融合感知算法有实际经验的优先
6. 在AI或NLP相关顶级会议或者刊物，如ICML，NeurIPS，AAAI，ACL等发表论文者优先
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": "Regular", "i18n_name": "正式", "id": "201", "name": "正式", "parent": {"active_status": 1, "children": [], "depth": 1, "en_name": "Campus", "i18n_name": "校招", "id": "2", "name": "校招", "selectability": 1}, "selectability": 1}, "storefront_list": [], "tag_list": [], "target_major_li
招聘状态未确认 · 最近观察 2026-10-17
1、探索下一代Harness实现与RSI范式，从第一性原理重新设计Agent Runtime: 包括但不限于上下文工程、长程任务、工具使用、记忆等，让系统自我修正、自我迭代。
2、持续调研全球SOTA，追踪、拆解、复现全球最领先的 Harness 与智能体实现(前沿实验室产品、开源框架、顶会最新工作)，形成团队可复用的技术判断。
3、从0到1构建关键模块，独立设计并落地 Harness 的核心组件，或为 RSI 搭建所需的评估体系、reward model、Environment Scaling等。
4、Harness 与 LLM 的 co-design 和协同训练。 主导或参与面向 Harness 的模型选型、mid-training(继续预训练)与 post-training(SFT、RLHF / RLAIF / RLVR、蒸馏), 让模型和Harness作为一个系统共同优化。
任职要求
1、计算机 / AI 相关方向硕士及以上;
2、在 ICLR/NeurIPS/ICML/COLM/ACL/EMNLP 等顶会有一作或核心作者论文者优先(智能体、LLM 训练与对齐、推理、强化学习、自我改进方向)。
3、熟练 Python / PyTorch，理解大模型训练与推理全链路(分布式训练、数据管线、LLM infra)，能把想法在真实系统里跑通、测准、复现。
4、熟练掌握vibe coding 并对AI使用有自己的独特理解。
5、自驱力强，创新能力强，学习能力突出，能快速上手新技术领域。
加分项（有任意一项即可）：
1、主导或深度贡献过知名开源智能体 / LLM 框架。
2、有端到端训练大模型的一线经验(预训练 / 中训 / 后训任一阶段)。
3、RL / RLHF / RLVR 实战,或对齐、奖励建模、评测体系(eval harness)的积累。
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
招聘状态未确认 · 最近观察 2026-10-17
主要负责AGOP相关的Agent开发,包括但不限AGOP服务、知识库、AACE.
负责已有Agent的运维。
任职要求
有强烈的责任心,遇到问题能够一查到底,知其然并知其所以然 ；
扎实的编程能力,熟悉算法、数据结构、人工智能；
勤于思考,善于总结,乐观自信,不断追求进步 ；
有AI工程经验者优先；
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"}, {"code": "CT_128", "en_name": "Shenzhen", "i18n_name": "深圳", "location_type": 3, "mdm_code": "MDCY00000249", "name": "深圳", "node_status": 1, "py_name": "shenzhen"}], "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": "Regular", "i18n_name": "正式", "id": "201", "name": "正式", "parent": {"active_status": 1, "children": [], "depth": 1, "en_name": "Campus", "i18n_name": "校招", "id": "2", "name": "校招", "selectability": 1}, "selectability": 1}, "storefront_list": [], "tag_list": [], "target_major_list": []}, "process_type": 2, "project_type": 2, "recruit_type": {"active_status": 1, "children": [], "dept
招聘状态未确认 · 最近观察 2026-10-17
探索 Agent Harness 研究与应用的前沿技术，构建可进化的 Agent Harness 技术底座，定义可持续学习 Agent 的基础范式，包括但不限于：
1、Agent Memory：自主记忆管理
设计端云分层、多智能体共享、多模态统一的记忆架构，支撑跨设备跨场景的记忆服务能力；探索记忆读写策略与组织结构的自适应演化机制，实现 Agent 层级的持续学习与自纠错。
2、Agent Search：搜索智能体与策略优化
融合遗传进化、语言反思与搜索算法，构建 Search Agent 的经验闭环优化范式，探索从数据构建到在线迭代的后训练全流程，结合多智能体实现协同搜索与策略优化。
3、Agent Harness：可进化的执行底座
基于执行 Trace 实现 Harness 在线诊断与自动优化，探索 Test-time 数据高效的 Agent 策略优化范式，兼顾探索效率与决策稳定性。
任职要求
1.计算机相关方向的硕士或博士;
2.有大模型AIAgent相关研究和项目经历,一作发表过相关方向向的顶会论文;
3.具有优秀的解决复杂问题和多人协作沟通的能力,能够独立思考并开展工作,具有强烈的好奇心和责任心。
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": "Regular", "i18n_name": "正式", "id": "201", "name": "正式", "parent": {"active_status": 1, "children": [], "depth": 1, "en_name": "Campus", "i18n_name": "校招", "id": "2", "name": "校招", "select
招聘状态未确认 · 最近观察 2026-10-17
工作内容
1. Agent 后训练全流程建设： 负责基于大语言模型的通用 Agent 的后训练（Post-training）工作，覆盖 SFT、偏好对齐（DPO/ORPO/KTO 等）、RLHF/RLAIF、RLVR 等阶段，针对 Tool-use、多轮规划、长程推理、错误恢复等核心能力进行定向训练；
2. Agentic SFT 数据工程： 构建高质量 Agent 轨迹数据生产线，包括真实交互轨迹采集、模型自博弈（Self-play）生成、轨迹筛选与清洗、拒绝采样（Rejection Sampling）、多样性增强等策略，持续迭代数据配方与课程学习方案；
3. Preference & Reward Modeling： 训练面向 Agent 行为的 Reward Model / Preference Model，覆盖任务完成率、工具调用正确性、推理链质量、步骤效率、安全性等多维信号；探索 Process Reward Model（PRM）对中间推理/动作步骤的细粒度建模；
4. RL for Agent： 研究并落地适合 Agent 场景的强化学习算法，解决长 horizon 信用分配、稀疏奖励、工具环境交互不稳定、离线-在线 RL 融合等关键问题；在代码执行、浏览器操作、API 调用等交互式环境中训练 agent 策略；
5. 多轮交互与记忆能力训练： 针对 Agent 的多轮对话记忆、长上下文工具使用、从反馈中学习（online adaptation）等能力，设计专项训练任务与对齐方案；
6. 训练 Infrastructure 优化： 基于 DeepSpeed / Megatron / vLLM / SGLang / veRL 等框架，优化大规模分布式后训练 pipeline 的稳定性、吞吐效率和显存利用率，支撑百亿到千亿参数模型的训推一体迭代；
7. 评测与归因： 建立系统化的 Agent 能力评测基准（覆盖工具使用、规划、推理、鲁棒性、安全性等维度），结合自动评测与人工评估对训练效果进行量化分析，badcase 归因后驱动下一轮数据与训练策略迭代；
8. 前沿复现与创新： 跟踪并复现 Agent 后训练方向的最新工作（如 OpenAI o-series、DeepSeek-R1、Tool-integrated Reasoning、Agent Q*、Reinforced Fine-tuning 等），结合业务场景提出创新方案并落地验证。
任职要求
基本要求
- 计算机、人工智能、数学、统计等相关专业在读硕士/博士（优秀本科生亦可）；
- 扎实的机器学习与深度学习基础，深入理解 Transformer 架构与 LLM 训练/推理原理；
- 熟悉强化学习基础算法（PPO、DQN、Policy Gradient、Actor-Critic 等），了解 LL
招聘状态未确认 · 最近观察 2026-10-16
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",
招聘状态未确认 · 最近观察 2026-10-16
1、研究与优化多层级渐进式路由架构，设计端侧轻量分级器，提升路由决策准确性与响应速度
2、攻关端云并行协同调度，实现意图理解和执行竞速，设计渐进式结果融合与弱网降级策略
探索Plan-Execute-Learn范式在端侧Agent中的应用，构建可自主规划、执行、纠错和学习的智能体闭环
3、研究多智能体协同执行框架，支持复杂任务的并行分解与协作完成
优化端侧工具调用链路，扩展工具生态，提升工具选择与参数填充的准确性
4、发表AI顶会/顶刊论文（ACL、NeurIPS、ICML、AAAI等），申报发明专利
任职要求
1、博士及以上在读，人工智能、计算机科学、软件工程、系统工程等专业，有C++/Python开发经验；
2、熟练掌握至少一种深度学习框架，如PyTorch等；
3、对LLM Agent、工具调用、任务规划等方向有深入研究或工程经验者优先；
4、对强化学习、多智能体系统、分布式调度有实际经验者优先；
5、对端云协同系统架构、移动端优化有理解者优先；
在AI相关顶级会议或刊物（如ICML、NeurIPS、AAAI、ACL、ICLR等）发表论文者优先。
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": "Regular", "i18n_name": "正式", "id": "201", "name": "正式", "parent": {"active_status": 1, "children": [], "depth": 1, "en_name": "Campus", "i18n_name": "校招", "id": "2", "name": "校招", "selectability": 1}, "selectability
招聘状态未确认 · 最近观察 2026-10-16
1、架构设计：定义分层架构（能力层 / 编排层 / 运行时层 / 适配层 / 可观测层），输出参考实现与技术白皮书；
2、Agent 编排：实现高效的 DAG / Graph 调度、工具调用、Multi-Agent 协同，支持成本与延迟感知的调度策略；
3、推理 Cache 优化：对接 vLLM / SGLang 等推理后端，针对 Agent 工作负载设计 Prefix Cache 复用、批调度；
4、长时序执行：构建跨会话、分层式 Memory，以及面向长链路的检查点、重放、追踪与可观测组件；
5、Prompt 工程化：沉淀 Prompt 版本管理、自动评测、回归测试工具链，推动 Prompt 自我演进。
任职要求
1、计算机 / 人工智能 / 数学等相关专业博士；有 Agent / LLM 系统 / RAG系统 / AI搜索等方向研究经历者优先；
2、精通Python / Java / C++ / Rust 至少一门开发语言；具备 AI Infra 或系统软件一线研发经验；
3、熟悉 LLM 训练 / 推理 / Agent 框架生态，具备从架构、业务流程到代码实现都基于 AI 原生范式设计能力；
4、在 Agent 编排、推理优化、提示词工程、多智能体协作中至少一个方向有深入研究或落地经验；
5、有顶会论文（NeurIPS / ICML / ACL等）或主流开源项目（vLLM / SGLang / LangGraph / MCP 生态等）贡献者优先。
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": "Regular", "i18n_name": "正式", "id": "201", "name": "正式", "pare
招聘状态未确认 · 最近观察 2026-10-16
1. 安全核心团队组建：以虚拟团队筹建安全专家组，为agent安全问题定义，目标制定和路标看护负责； 协同数据专家、算法专家、系统软件专家一起制定可落地的端到端安全能力规划和目标分解
2. 安全架构设计：主导小爱全链路的安全防护体系设计，覆盖应用安全、数据安全、内容安全、业务安全、网络安全、Agent安全等； 熟知行业标杆解决方案的前提下，结合业务现状，要给出系统的长期能力构建的方案。
3. AI安全能力建设：针对大模型推理、智能体执行等场景，建立基模安全、Prompt注入防御、越狱攻击防护、安全审核、模型安全评测、红蓝对抗等核心能力； 对儿童、陪伴、UIAgent、出海等一系列的重点场景，进行安全能力构建和治理
4. 安全基础设施：推动安全工具链、自动化检测平台、DevSecOps工具链建设，实现安全能力自动化与智能化
5. 风险治理与合规：建立漏洞管理与应急响应机制，推动《生成式AI管理办法》《个保法》等合规落地，完成算法备案与安全评估
6. 跨团队协同与行业影响力：与研发、产品、法务深度协同推动"安全左移"；代表小米参与行业安全标准制定
任职要求
1. 学历：本科及以上，计算机、信息安全等相关专业，硕士优先
2. 经验：8年以上安全领域经验，5年以上团队管理经验，有从0到1搭建10人以上安全团队的经历
3. 技术深度：精通Web/移动端/服务端/IoT安全攻防，深入了解大模型安全风险（越狱、Prompt注入、数据投毒等）及防御方案；
4. AI安全实战：熟悉大模型开发流程及智能体架构， 对基模安全、Prompt注入防御、越狱攻击防护、安全审核、模型安全评测、红蓝对抗等核心能力建设经验； 对儿童、陪伴、UIAgent、出海等一系列的重点场景，有治理经验
5. 业务视野：有IoT/智能家居/AI产品安全经验者优先，能从商业价值角度理解安全投入产出
6. 合规能力：熟悉《生成式AI管理办法》《数据安全法》《个保法》等法规，有算法备案、监管对接经验者优先
7. 软素质：强自驱力与owner意识，出色的跨层级沟通能力，高压环境下稳定决策的leadership
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": [], "correl
招聘状态未确认 · 最近观察 2026-10-16
1、负责探索大型软件工程的AI自进化系统研究。
任职要求
基本要求：
1、计算机科学、软件工程、人工智能等相关专业；
2、熟练掌握 Python/Java/C++等语言，有实际项目开发经验；
3、对大语言模型（LLM）有基本了解，使用过主流AI工具，对AI编码方向有浓厚兴趣；
4、了解软件开发基本流程（需求→设计→编码→测试），有一定的工程实践经验；
5、自驱力强，学习能力突出，能快速上手新技术领域。
加分项（有任意一项即可）：
1、有大模型相关研究或开发经验（Prompt Engineering、微调、RAG 等）；
2、了解 AI Agent 框架（OpenClaw，LangChain、AutoGPT 等）或有 Agent 应用开发经验；
3、熟悉程序分析、编译原理、AST 等代码分析技术；
4、在 AI/SE 相关领域有论文发表或开源项目贡献；
5、有大型代码仓库（万行级以上）的开发或分析经验。
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": "Regular", "i18n_name": "正式", "id": "201", "name": "正式", "parent": {"active_status": 1, "children": [], "depth": 1, "en_name": "Campus", "i18n_name": "校招", "id": "2", "name": "校招", "selectability": 1}, "selectability": 1}, "storefront_list": [], "tag_list": [], "target_major_list": []}, "pro
招聘状态未确认 · 最近观察 2026-10-13
1. 测试体系搭建与管理：主导手机蜂窝通信全生命周期测试体系建设，涵盖 2G/3G/4G/5G（NR）及 6G 预研阶段的功能、性能、兼容性、功耗及稳定性测试，主导制定测试策略、流程规范与质量标准，持续优化测试效率与覆盖度。
2. 项目测试统筹：负责重大项目通信测试方案设计、资源分配与进度以及风险管控，跟踪缺陷闭环，确保产品通信性能满足用户体验要求。
3. 技术攻坚与问题定位：深入分析通信协议栈（3GPP/TCP/IP）、信令流程，快速定位网络异常、通话卡顿、数据传输故障等核心问题，推动跨部门（软硬研发、产品）协同解决。
4. 团队建设与能力提升：管理大型测试团队，负责人员招聘、技能培训、绩效评估与工作指导；搭建技术分享体系，推动自动化测试工具与平台建设，提升团队在蜂窝通信领域的专项技术能力。
5. 行业技术跟踪与落地：紧跟 5G-Advanced/6G、RedCap、通感一体等前沿通信技术趋势，调研行业测试标准与运营商规范，将新技术要求融入测试体系，保障产品技术前瞻性与合规性。
任职要求
1. 教育背景与工作经验
- 本科及以上学历，通信工程、电子信息、计算机等相关专业；硕士学历优先。
- 8 年以上手机 / 终端蜂窝通信测试经验，其中 3 年以上团队管理或项目负责人经历，主导过至少 2 款旗舰手机通信测试全流程（需提供项目案例说明）。
2. 核心技术能力
- 精通 2G/3G/4G/5G（SA/NSA）网络架构、通信协议（3GPP TS 系列）及信令流程，熟悉 MIMO、BWP、SRS 等关键技术原理。
- 熟练操作主流通信测试仪表（罗德 CMW500、安立 UXM、 Spirent TestCenter 等），具备独立搭建复杂测试环境（含基站仿真、多网络混合场景）的能力。
- 掌握 Python/Shell 等脚本语言，具备自动化测试脚本开发或测试平台搭建经验；熟悉日志分析工具（Wireshark、QX、ELT）与芯片日志解读方法。
3. 管理与软技能
- 具备清晰的项目规划、资源协调与风险管控能力，能有效推动跨部门协作解决复杂问题。
- 较强的技术领导力，善于培养团队成员专业能力，打造高效协作的测试团队。
- 严谨的工作态度、出色的问题分析定位能力，适应技术快速迭代的行业环境。
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": [], "JobCh
招聘状态未确认 · 最近观察 2026-10-13
职位描述
我们正在寻找一位熟悉 Electron 桌面端开发、精通 AI Coding 的工程师，负责 Windows 与 macOS 端 Agent 应用的功能开发、架构设计与性能优化。
你将参与桌面端 Agent 产品从架构设计、核心功能开发、跨平台适配、性能优化、稳定性建设到 CI/CD 发布体系的完整研发流程，帮助团队打造高性能、高稳定性、可持续迭代的桌面端 Agent 应用。
岗位职责
- 负责基于 Electron 的桌面端 Agent 应用开发，覆盖 Windows 与 macOS 平台。
- 负责客户端核心功能设计与实现，包括窗口管理、本地文件访问、系统能力调用、后台任务执行、快捷键、系统托盘、自动更新等。
- 参与 Electron 应用架构设计，包括主进程、渲染进程、Preload、IPC 通信、Context Isolation、安全隔离、模块化设计等。
- 负责客户端核心性能优化，包括启动速度、内存占用、CPU 使用率、渲染性能、资源加载、包体积优化、冷启动与热启动体验优化等。
- 负责客户端稳定性建设，包括崩溃治理、异常监控、日志系统、错误上报、自动恢复、弱网优化和容灾机制等。
任职要求
- 本科及以上学历，计算机、软件工程、人工智能等相关专业优先；能力优秀者可放宽学历和工作年限要求。
- 具备扎实的前端或桌面端开发基础，有 Electron、React、Vue、Node.js、TypeScript 等相关项目经验。
- 熟悉 Electron 开发体系，理解主进程、渲染进程、Preload、IPC 通信、应用生命周期和安全模型。
- 熟练掌握 TypeScript 和 Node.js，具备良好的代码设计能力、工程化能力和问题排查能力。
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
招聘状态未确认 · 最近观察 2026-10-12
1. 负责 AI 漫剧创作平台的产品规划与迭代，围绕剧本、角色、分镜、图片、视频生成等核心能力，设计高效、易用的 AI 创作工作流；
2. 深入理解 AI 大模型及多模态能力，协同算法、工程团队推动模型能力产品化，持续优化创作效率与内容质量；
3. 负责创作者平台建设，包括作品管理、素材管理、资产沉淀、版本协作、发布等产品能力，打造完整的 AI 创作平台；
4. 建设创作者生态，围绕创作者成长、激励、社区互动及内容分发等方向，提升创作者活跃度与优质内容供给；
5. 深入研究 AI 内容创作行业及竞品发展，持续探索差异化产品能力，打造平台核心竞争力；
6. 建立数据驱动的产品优化体系，围绕创作效率、内容质量、创作者留存、作品消费等核心指标，持续推动产品迭代；
7. 协调算法、研发、设计、运营等团队，高效推进产品从需求定义、方案设计到上线验证的完整闭环。
任职要求
1. 本科及以上学历，8 年以上互联网产品经验，有内容平台、社区产品、AI 产品或创作者工具相关经验；
2. 对 AIGC、Agent、AI Workflow、大语言模型、多模态模型等方向有浓厚兴趣，并持续关注行业发展；
3. 熟悉内容创作者生态，对漫画、短剧、小说、视频、设计工具等创作场景有深入理解；
4. 具备优秀的产品抽象能力，能够将复杂 AI 能力转化为易理解、易使用的产品体验；
5. 具备良好的跨团队协作能力，能够高效推动算法、研发、设计及运营团队协同落地；
6. 对用户体验有较高要求，关注产品细节，具备较强的执行力和结果导向。
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": "10
招聘状态未确认 · 最近观察 2026-10-12
1. 建设 Agent 评测体系：深入理解 Agent 在复杂真实场景下的能力边界，系统性构建涵盖多场景、多模态、多任务类型的评测方法论，将"效果好不好"转化为科学、可量化的能力度量体系。
2. Benchmark 研究与产出：持续跟踪国内外 Agent 评测领域前沿，主导设计具有挑战性与行业影响力的 Benchmark，推动在小米内外部建立影响力。
3. 数据驱动产品迭代：将评测洞察转化为高质量训练数据与产品优化方向，驱动产品与模型的持续演进。
4. 跨职能协同：作为评测方向的核心角色，与算法、产品、工程等多团队深度协作，以评测视角影响产品决策。
任职要求
1.基础要求
本科及以上学历，计算机、数学、统计或相关专业优先
5 年以上相关工作经验，有 AI 产品或大模型领域背景优先
对 Agent 技术方向有深入理解，能够独立判断评测方案的合理性与完整性
2.加分项
熟悉主流 LLM / Agent Benchmark，有独立研究或复现经验
有评测数据集构建或训练数据标注体系设计的实际经验
有车载、IoT、手机 AI 助手等 AI 场景的从业经历
3.素质要求
有强烈的产品直觉，能在技术语言与用户场景之间自由切换
主动性强，能在方向模糊的环境中自驱推进，有强目标感
对 AI 能力边界保持好奇心，热衷于深究"模型为什么在这里失败"
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"
招聘状态未确认 · 最近观察 2026-10-12
1、信号处理链路搭建：负责FMCW（调频连续波）雷达中频信号处理，包括CFAR（恒虚警检测）、DOA（到达角）估计、MIMO虚拟孔径成像，输出高保真的目标点云或微多普勒特征谱；
2、行为识别算法研发：针对家居复杂环境（多径效应、家具杂波），研发基于深度学习（GCN、Transformer、CNN）或传统机器学习的行为分类器，精准识别行走、静坐、挥手、摔倒（Fall）、跌倒后无法起身（Lying Post-Fall）等关键状态；
3、物理模型与AI融合（重点）：借鉴模型驱动深度学习（Model-based Deep Learning）思想（如SubspaceNet类似架构），利用信号处理的物理先验（阵列流型、多普勒谱物理约束）引导神经网络训练，解决小样本及开集泛化难题；
4、时序行为分析与语义理解：基于连续帧的状态序列，构建行为语义理解模型，分析用户长期活动模式（作息规律、活动量），实现异常行为（如久坐、夜间离床过久）的主动预警；
5、边缘计算部署：将算法在嵌入式平台（TI/Skyrelay）进行轻量化优化与移植，确保家居产品的实时性与低功耗。
任职要求
1.硕士以上学历，雷达信号处理相关专业 有MIMO雷达/单基地/多基地雷达相关的项目课题或文章；
2.信号处理能力：精通 FMCW雷达测距/测速/测角原理，熟练掌握MIMO虚拟阵列设计与校准、DOA估计算法等；
3.点云与机器学习：熟悉点云基本处理（下采样、滤波、分割）及点云特征（例如：局部密度、速度分布、RCS）；具有点云分类/动作识别经验，可独立实现基于传统特征（SVM/随机森林）或深度学习（PointNet、Transformer）的方案等；
4. 生理信号提取：熟悉利用毫米波相位/距离单元提取微小位移，掌握呼吸/心率的周期估计方法（FFT峰值搜索、小波变换、VMD等），能应对体动干扰下的鲁棒提取；
5. 工程能力：具备 C/C++ 基础，熟练使用 Python + NumPy/SciPy/scikit-learn 或 MATLAB 进行快速原型开发；了解嵌入式雷达芯片（TI IWR/AWR系列、NXP、Acconeer等）底层数据格式与实机调试。
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": [],
