招聘状态未确认 · 最近观察 2026-10-17
我们正在寻找一位动手能力强、视野开阔的智能体研发工程师，加入 AI for Science 团队。你将负责让智能体走出对话框，去规划、执行并闭环调控真实的科学实验系统，通过大量自动化实验与评测比对，为每一类科学任务找到最可靠的智能体设计与反馈机制。更重要的是，你将直面 AI4S 当下最硬的一个问题，模型报告的“变好”，究竟是真的变好，还是只是把指标刷高了。这里的每一天，都是在为科学发现的自动化建立可信的底座。
【岗位亮点】
- 让智能体真的动手：不是 benchmark 上的 agent，而是接到真实科学系统上的 agent。它要自己提假设、下参数、看结果、改方案，并且承担做错的后果。这类闭环经验目前非常稀缺。
- 做 AI4S 里最难的那一层：可信评测。区分“物理上真的改善”与“指标被刷高”，本质上和 reward hacking、agent evaluation、过程奖励是同一个问题，只是在这里有物理定律作为唯一裁判，对错没有模糊空间。
- 成果有双出口：顶刊论文与开源代码同时推进。你的工作会被外部复现和引用，而不是沉在内部 repo 里。
【岗位职责】
1. 智能体系统构建与闭环实验
•设计并实现面向科学任务的智能体，涵盖任务规划、工具调用、状态记忆与多轮反馈；
•将智能体接入真实实验平台，完成从需求到闭环运行的全过程，处理真实数据中的漂移、噪声与失败样本；
•针对不同任务类型，比较不同智能体架构与反馈机制的实际表现，输出方案选型报告。
2. AI4Physics 建模与物理先验融合
•将物理前向模型与神经网络结合，解决逆问题、重建与参数反演类任务；
•探索用物理仿真替代真实标注数据的可行边界，验证零样本与跨域泛化能力；
•完成系统的消融实验，说明性能提升到底来自哪里。
3. 评测体系与知识沉淀
•建立智能体评测集与实验数据库，记录不同任务、不同设定下的最优配置，形成内部选型规范；
•设计能识别指标欺骗的评价指标与对照实验，保证结论可复现、可追溯；
•定期整理典型案例，输出技术报告与开源文档，为团队积累实战经验。
职位要求
1. 教育背景
•统招全日制本科及以上学历，计算机、人工智能、自动化、应用数学、物理、光电、精密仪器等相关专业均可；
•【接受应届】欢迎 2026 届优秀应届生投递，我们将安排资深研究员带教，从模型实现到实验闭环全程辅导。
2. 专业与动手能力
•在以下方向中至少有一项扎实经验：大模型与智能体（planning、tool use、memory、multi-agent）、强化学习、生成模型、逆问题与优化；
•熟练使用 PyTorch，能独立完成从数据、训练到评测的完整链路，读得懂论文并复现得出来；
•有 benchmark 设计、模型评测或 reward hacking 相关经验者优先；
•对物理或实验科学有基础了解或强烈学习意愿者
来源显示在招 · 最近观察 2026-10-17
一、关于我们
我们是一家专注于端侧 AI 与大模型技术的创新企业，致力于推动大模型在汽车智能座舱、车载 Agent、多模态交互、智能车控等场景的规模化落地。随着汽车行业进入 AI 原生时代，我们正在构建下一代车载 AI 操作系统与 Agent 平台，面向主机厂、Tier1 及生态合作伙伴提供领先的端侧大模型解决方案，助力车企打造差异化的智能座舱体验与核心竞争力。
二、职位描述
作为汽车行业的 Jr 产品经理，你将负责智能座舱内大模型应用的产品规划与落地，涵盖智能语音助手、场景化服务推荐、个性化座舱等核心方向。需要深入挖掘车载场景下的用户需求与创新机会，将产品定义转化为可执行的开发任务，并协同 AI 研发、硬件、软件等多团队推动产品从工程样件走向量产落地，对最终产品体验与质量负责。
三、岗位职责
1.负责智能座舱内大模型应用（如智能语音助手、场景化服务推荐、内容生成、个性化座舱等）的产品规划、路线图制定和版本管理。
2.深入分析行业趋势、竞争格局和用户需求，挖掘大模型在车载场景下的核心价值点和创新机会，定义具有竞争力的产品特性。
3.将产品需求（PRD）转化为可执行、可测试的开发任务。深度参与开发、测试和集成全过程，确保技术实现精准匹配产品定义，并对最终的产品体验和质量负责。
4. 作为项目核心驱动者，高效协同AI研发、硬件、软件、设计、市场及供应商等多个团队，确保产品目标一致并顺利推进。
5.协同团队完成产品从工程样件到量产版本的打磨。支持解决量产过程中的相关问题，确保产品功能、性能与用户体验稳定落地于量产车型。
职位要求
1.计算机、软件工程、电子工程、车辆工程等相关专业优先。
2.3年以上产品经理经验，具备AI产品（尤其NLP/大模型相关）或智能座舱/车联网产品经验者优先。
3.出色的逻辑思维、用户洞察力和数据驱动决策能力；优秀的沟通、协调和项目管理能力，能够驾驭复杂跨团队合作；具备强烈的自驱力、责任感和在模糊领域中发现并定义问题的能力。
4.有实际的大模型应用（Prompt工程、Agent设计等）项目经验。
来源显示在招 · 最近观察 2026-10-17
1. 智能体应用工程化开发：负责基于大模型的智能体（Agent）应用的架构设计、工程实现与迭代优化，涵盖任务规划、工具调用、多轮对话、记忆管理等核心能力建设，完成工作流编排、多 Agent 协作、Human-in-the-Loop 交互、RAG等功能的工程化落地与优化。
2. 前后端全栈开发：负责智能体应用的后端服务开发，基于 Python 或 Go 构建高可用 API 服务，实现流式输出、异步任务、模型服务调度等核心能力；负责前端交互界面开发：基于 React 或 Vue 3 构建智能体对话界面、任务可视化面板、管理后台等，实现前后端联调与数据交互；负责数据库设计（PostgreSQL/MySQL）、缓存策略（Redis）及系统集成，保障系统性能与数据一致性。
3. 系统部署与现场交付：负责基于 Docker/K8s 的容器化部署方案设计与实施，搭建 CI/CD 流水线，保障项目的高效迭代与稳定运行。承担项目到用户现场的部署交付工作，包括私有化环境适配、系统安装部署、性能调优、上线护航等。负责系统的运维监控体系建设，保障生产环境的稳定性与可观测性。
4. 需求协同与技术沉淀：对接产品与业务团队，拆解客户需求并转化为可落地的技术方案。协同算法团队完成模型服务化封装与推理优化，推动 AI 能力的产品化落地。沉淀工程化最佳实践，参与团队技术能力建设与知识沉淀。
职位要求
1. 教育背景与经验：硕士及以上学历，计算机、软件工程、人工智能等相关专业。3 年以上全栈开发经验，有 AI 产品或智能体应用落地经验者优先。
2. 技术能力
- 智能体与大模型工程：熟悉 LLM 应用开发框架，具备 Agent 工作流编排、工具链开发的实践经验。了解 RAG 系统构建流程，熟悉向量数据库（Milvus/FAISS/Chroma 等）的使用与优化。熟悉 Prompt 工程、多模型调度、流式输出等大模型工程化技术。
- 后端开发：精通 Python，熟悉 FastAPI/Flask/Django 等后端框架，具备异步编程与微服务架构经验。熟悉数据库设计与优化（PostgreSQL/MySQL），了解 Redis、消息队列等中间件。
- 前端开发：熟练掌握 React 或 Vue 3 等主流前端框架，能独立完成交互式 Web 界面开发。
- 部署运维：熟悉 Docker/K8s 容器化部署，具备 CI/CD 流水线搭建经验。熟悉 Linux 运维、Nginx 配置、服务监控等基础运维技能。
3. 综合素质
- 具备良好的需求拆解与问题排查能力，能独立完成从需求分析到交付上线的全流程。
- 具备 To B 项目或私有化交付经验者优先。
- 具备强烈的 Owner 意识与跨团队协作能力。
- 善用 AI 编程工具（如 Cursor、Copilot 等）提升开发效率。
四、加
来源显示在招 · 最近观察 2026-10-17
1. 智能体后端系统开发
- 负责基于大语言模型的智能体（Agent）应用后端架构设计、核心模块开发与持续优化，涵盖：
- 任务规划、任务拆解与执行调度；
- 工具调用、插件系统及外部系统集成；
- 多轮对话、上下文管理与长期记忆；
- 工作流编排、多 Agent 协作及 Human-in-the-Loop 机制；
- RAG 检索增强生成、知识库服务及数据处理流程；
- 模型路由、多模型调度、失败重试与降级策略。
2. 高性能后端服务建设
- 使用 Python 或 Go 构建高可用、高并发的 API 服务和微服务系统；
- 实现模型请求编排、流式输出、异步任务、任务队列及长耗时任务管理；
- 负责模型服务接入、调用链路管理、限流熔断、超时控制及异常处理；
- 负责服务接口、数据结构和系统模块设计，保障系统的稳定性、可扩展性与可维护性；
- 负责数据库设计与优化，包括 PostgreSQL/MySQL 的表结构、索引、事务及数据一致性；
- 使用 Redis、消息队列等中间件提升系统性能和可靠性；
- 负责向量检索、文档解析、Embedding、Rerank 等 RAG 相关后端能力建设。
3. 模型服务化与推理工程
- 协同算法团队完成大模型、Embedding、Rerank 等模型的服务化封装；
- 负责模型调用网关、推理服务编排及模型资源调度；
- 参与 vLLM、Ollama 等模型服务部署与性能优化；
- 针对吞吐、延迟、并发、显存使用及调用成本进行优化；
- 建立模型服务的监控、评测、日志追踪和故障排查机制。
4. 系统部署与现场交付
- 负责基于 Docker/Kubernetes 的后端服务容器化部署；
- 设计并维护 CI/CD 流水线，提升研发交付效率；
- 负责私有化环境适配、系统安装部署、配置管理和版本升级；
- 支持项目现场交付、生产上线、性能调优及问题排查；
- 建设服务监控、日志采集、链路追踪和告警体系，保障生产环境稳定运行。
5. 需求协同与技术沉淀
- 对接产品、业务及客户团队，完成需求分析、技术拆解和方案设计；
- 与前端、算法及交付团队协作，推动智能体能力产品化落地；
- 沉淀智能体后端架构、服务治理、模型接入及私有化部署的工程实践；
- 参与技术规范、代码质量、自动化测试和团队知识库建设。
职位要求
1. 教育背景与工作经验
- 本科及以上学历，计算机、软件工程、人工智能等相关专业；
- 3 年以上后端开发或分布式系统研发经验；
- 有大模型应用、智能体系统或 AI 产品后端落地经验者优先。
2. 后端开发能力
- 精通 Python，熟悉 Go 者优先；
- 熟练掌握 FastAPI、Flask、Django 等至少一种后端框架；
- 熟悉异步编程、并发处理、微服务架构和 RESTful API 设计；
- 熟悉
来源显示在招 · 最近观察 2026-10-17
1. 负责企业级 Agentic Infra 私有化部署架构设计，覆盖 Kubernetes、GPU / NPU 资源、模型 Serving、对象存储、消息队列、日志监控、权限与网络安全等关键组件。
2. 面向运营商、金融民生等客户复杂 IT 环境，完成部署方案、资源评估、容量规划、网络拓扑、数据安全、容灾与运维方案设计。
3. 负责大模型推理服务、Agent Runtime、RAG 服务、Workflow 编排、工具调用、权限网关、审计日志等能力的工程集成。
4. 针对客户私有化环境中的性能、稳定性、成本和兼容性问题，进行系统级优化，包括推理吞吐、延迟、显存利用、缓存策略、并发控制和服务降级。
5. 建设标准化部署包、环境检查工具、自动化验收脚本等，提升项目交付效率。
6. 与 FDE、解决方案、产品团队协同，将灯塔项目中的部署经验沉淀为可复制的 Agentic Infra 行业交付基线。
职位要求
1. 本科及以上学历，计算机、软件工程、人工智能等相关专业。
2. 3 年以上后端、平台架构、云原生、AI Infra、模型 Serving或企业级私有化交付经验。
3. 熟悉至少一种大模型推理或 Serving 框架，如 vLLM、SGLang、TensorRT、ONNX等。
4. 理解 RAG、Agent Runtime、Tool Use、Workflow 编排、权限与审计等大模型应用基础设施。
5. 具备复杂线上问题排查能力，能从网络、资源、服务、模型、数据、并发和客户环境多维度定位问题。
加分项
1. 有运营商、金融、政企、央国企等客户私有化交付经验。
2. 有 GPU 集群、国产化算力、昇腾 / 昆仑 / 寒武纪等平台适配经验。
3. 有 LLMOps 平台、智能体平台、RAG 平台或模型网关建设经验。
4. 有信创、数据不出域、内外网隔离、权限审计等合规场景经验。
来源显示在招 · 最近观察 2026-10-17
负责在异构端侧上落地大模型与多模态推理系统，深入底层系统、GPU/NPU/CPU 异构计算，优化模型推理性能，解决实际使用过程中的长尾问题，确保模型推理在端侧高效、稳定运行。
工作内容包括：
1、端侧语言模型 / 多模态模型推理部署；
2、异构硬件性能调优与内存管理；
3、推理框架、工具链、跨平台构建系统开发与优化；
4、模型量化、KV Cache 管理与端侧推理优化；
5、跟进前沿模型架构（如 Transformer 及其衍生变体、投机解码加速技术 EAGLE 系列等）的迭代演进。
职位要求
1、了解主流模型架构，包括 Transformer 系列、LLaMA、Qwen等，能分析其计算与内存特点；
2、熟悉至少一种端侧推理框架（llama.cpp / TensorRT / QNN / ONNX Runtime）；
3、了解投机采样（Speculative Decoding / Sampling）等推理加速思路，能够分析其对端侧延迟、内存和工程复杂度的影响；
4、精通 C/C++/python；
5、熟悉 mmap / CMA / GPU OOM / 内存调优，能分析内存带宽与计算瓶颈并进行仿存与计算逻辑优化。
加分项：
1、有CUDA / OpenCL / 自定义推理算子实现经验；
2、有 Android NDK / aarch64 交叉编译经验；
3、有MoE模型开发经验；
4、Orin平台开发经验；
5、有模型压缩、量化、蒸馏技术经验优先。
来源显示在招 · 最近观察 2026-10-17
1.产品成本与资源管理：建立 Token / Credit 模型推理成本核算体系，追踪单 Seat 服务成本与边际成本趋势，协同工程团队优化 GPU / 推理资源利用率，推动成本优化落地，识别高成本低价值功能路径，建立月度成本复盘与异常告警机制；
2.报价与价格管理：主导企业版套餐设计与定价——Seat / Token / Credit 混合模型，维护报价审批流程与折扣管理机制，确保定价纪律与商业灵活性的平衡，持续监控竞品定价动态，输出定价分析与应对建议；
3.经营分析：建立产品 P&L 视图，按产品线 / 客户群拆解收入、成本、毛利，追踪 CAC / LTV / Payback Period / Gross Margin per Seat，协同财务完成收入预测与预算管理；管理渠道返点与合作伙伴经营；
4.合规管理：管理产品合规资质矩阵：国内（等保 2.0+ / 信通院 / 个人信息保护法 / 数据安全法 / 数据出境）· 全球（SOC2 Type II / ISO27001 / GDPR / HIPAA / CSA STAR），建立企业客户安全审查标准响应流程与模板库，跟踪国内外区域数据驻留要求、数据出境合规审批及个人信息保护合规状态；
5.企业客户增长与续约：追踪客户健康度（Seat 渗透率 / 活跃率 / Token 消耗），建立红黄绿预警，对 NRR / Seat 净增负责，建立续约流程与账户扩张机制，维护产品发布日历，协调产研 / 安全 / 法务 / 销售跨职能上线对齐，系统性采集企业客户反馈，输出 VoC 报告支撑产品迭代决策。
职位要求
1.6年及以上ToB 产品运营 / 商业运营经验，3+ 年 AI / Cloud / 企业 SaaS 方向；完整经历过一个 ToB 产品从 0 到规模化商业运营的完整周期；
2.具备产品级 P&L 分析、成本核算、收入预测、Unit Economics 建模能力；熟练使用 SQL / Python / BI 工具，能独立完成从数据提取到经营决策建议的全流程；
3.理解 ToB SaaS / Cloud 产品成本结构，有产品成本优化或定价策略经验；理解 Seat / Token / Credit 定价模型，能参与报价体系设计与毛利管控；
4.理解国内外 ToB 产品合规要求——国内（等保 / 信通院 / 个人信息保护法 / 数据安全法）及全球主流标准（SOC2 / ISO27001 / GDPR / HIPAA），能协同安全法务团队管理跨区域合规资质矩阵与客户安全审查响应；
5.深度使用过 Claude / ChatGPT / WorkBuddy / CodeBuddy 等 AI 产品，理解 Agent / LLM / MCP / Skill 基本概念，能与产研团队用同一语言沟通；
6.能在产品
来源显示在招 · 最近观察 2026-10-17
1.负责CodeBuddy/WorkBuddy产品的稳定运行，支持服务部署与版本发布等环节；
2.优化服务的部署流程，包括持续集成、持续部署（ CI / CD ）和自动化工具；
3.负责集群管理和服务治理，设计容灾方案并实施演练，保障系统高可用和稳定性；
4.负责资源成本管理与规划，优化计算和存储资源；
5.关注业界前沿技术动态，探索复杂业务系统运维自动化和智能化的技术和方向。
职位要求
1.本科及以上学历，3年以上工作经验，有机器学习平台相关开发或运维经验；
2.熟悉容器技术，掌握K8s、 Docker 的技术原理，有实际使用和运维经验；
3.熟练使用 Go /Python/ Shell 等一种或多种编程语言，善于使用自动化／智能化方法让服务稳定高效；
4.有优秀的逻辑分析能力，能够对业务逻辑进行合理的抽象和拆分；
5.具有良好的沟通协调能力，较好的团队合作精神、责任心和一定抗压能力。
工作年限（官方顶部字段）
三年以上工作经验
来源显示在招 · 最近观察 2026-10-17
我们正在寻找对 AI 产品和 AIGC 创作有热情的全栈工程师，参与多模态大模型 SaaS 创作产品的研发与迭代。
你将深入参与产品从前端创作交互、后端服务、大模型能力接入，到任务调度、内容生成、数据与商业化系统的完整技术链路，与产品、算法及设计团队协作，快速将 AI 能力转化为稳定、易用、可规模化的产品能力。
岗位职责
1、负责 AIGC SaaS 产品的全栈研发，覆盖 Web 前端、后端服务及核心业务模块，完成从产品需求到上线交付的完整闭环；
2、负责多模态大模型能力的产品化落地，参与文本、图片、视频、音频等 AI 能力的接入、编排与工程实现，持续提升生成体验与产品稳定性；
3、参与 AI 创作工作流、任务系统、素材管理、用户体系等核心能力建设，解决 AI 任务异步执行、状态管理、结果回调及大规模任务处理等工程问题；
4、参与 SaaS 平台商业化能力建设，包括会员体系、套餐、积分/额度、计费、支付、权益及使用量统计等功能，支持产品商业化增长；
5、参与技术方案设计与系统优化，持续提升系统的性能、稳定性、可扩展性及研发效率，保障 AI 产品在用户规模增长后的稳定运行；
6、与产品、设计、算法及运营团队紧密协作，快速理解业务需求并推动功能落地，持续探索 AI 新技术在创作场景中的应用，推动产品快速迭代。
职位要求
1、本科及以上学历，计算机、软件工程等相关专业，3 年及以上 Web / SaaS 产品研发经验，有较强的全栈开发能力；
2、熟悉前端和后端开发技术，至少精通一门前端技术栈（React / Vue 等）和一门后端语言（Node.js / Java / Go / Python 等），能够独立完成较复杂业务模块的端到端开发；
3、对 AI / AIGC 技术有较强兴趣，了解大语言模型、多模态模型、Prompt、Function Calling、Agent、Workflow 等基本原理，有 LLM / 图片 / 视频 / 音频等 AI 应用开发经验优先；
4、有 AI SaaS、内容创作、设计工具、视频/图片生成或其他 AI 产品研发经验优先，能够理解 AI 产品与传统 SaaS 产品在交互、任务执行及系统架构上的差异；
5、具备良好的系统设计和工程能力，熟悉 API 设计、数据库、缓存、消息队列、异步任务、对象存储等常见后端技术，能够处理高并发、长耗时 AI 任务及复杂业务状态管理；
6、具备较强的产品意识和业务理解能力，能够从用户需求出发思考技术方案，而不仅仅是完成需求开发；有商业化、会员、计费、支付、订阅或增长相关系统开发经验优先；
7、具备较强的学习能力和快速交付能力，愿意使用 AI Coding Agent 等新型研发工具提升开发效率，能够快速学习并应用新的 AI 模型、框架和工程技术；
8、具备良好的团队协作和沟通能力，能够与产品、设计、算
来源显示在招 · 最近观察 2026-10-17
1、参与国内领先的实时交互式视频生成模型 Vidu S 的研发，负责视频生成 Agent 的设计与落地，使其能够准确理解用户意图，并实时转化为驱动视频生成模型的控制指令。
2、负责面向交互式视频生成场景的 VLM 训练、评测与迭代优化，持续提升模型的多模态理解、指令遵循和交互决策能力；
3、构建 Agent 的多轮对话、意图识别、上下文管理及工具调用能力，打通“用户输入 → 意图解析 → 指令生成 → 视频反馈”的端到端链路；
4、设计并优化 Agent 的编排与决策机制，提升其在流式、低延迟场景下的响应速度、引导准确性与运行稳定性；
5、与算法、Infra及产品团队紧密协作，推进 Agent、VLM 与视频生成模型的联合优化、系统集成及产品落地。
职位要求
1、计算机、人工智能等相关专业，扎实的工程与系统基础，熟练掌握 Python；
2、熟悉 LLM / Agent 的基本原理与开发，有实际构建对话系统或 Agent 应用的经验；
3、对 VLM（视觉语言模型）、视频理解有一定了解，具备参与相关模型训练的意愿与基础；
4、具备较强的问题定位与工程落地能力；
5、加分项：有多模态、视频/图像生成方向经验；有 VLM、视频理解相关的训练或研究经验；熟悉主流 Agent 框架与 LLM 应用编排；有实时/流式交互系统经验，或顶会论文、显著开源贡献。
来源显示在招 · 最近观察 2026-10-17
1、负责公司AI智能体（Agent）系统的整体技术架构设计与规划，构建高可用、可扩展的多智能体协作框架；
2、主导核心引擎的研发与优化，解决大模型在长上下文处理、复杂任务规划及意图识别中的关键技术难题；
3、设计标准化的工具调用接口，实现智能体与公司内部业务系统、外部API及向量数据库的深度融合；
4、建立智能体全链路监控与自动化评估体系，制定严格的权限管控与安全围栏机制，保障系统稳定运行与数据安全；
5、跟踪全球AI Agent领域的前沿技术动态，负责技术预研与验证，并指导团队沉淀通用组件库与技术文档。
职位要求
1、计算机、人工智能或相关专业本科及以上学历，具备8年以上软件架构或AI系统研发经验，其中至少3年专注于大语言模型应用架构或复杂分布式系统设计；
2、精通Go等主流编程语言，具备扎实的工程化落地能力与优秀的代码规范；
3、深入理解主流大模型特性，熟悉主流开发框架底层原理，并具备深度定制或重构经验；
4、熟练掌握向量数据库、图数据库及微服务架构设计，具备极强的抽象建模能力，能够有效拆解复杂业务逻辑；
5、具备出色的跨部门沟通协调能力，AI编程重度使用者，对AI技术变革保持高度敏感，能够将技术方案高效转化为业务价值。
来源显示在招 · 最近观察 2026-10-17
负责 VLM（视觉-语言模型）大规模推理服务的基础设施设计与优化。以极致吞吐与极致成本为核心目标，从服务架构到底层 Kernel 进行全栈压榨，在既定算力预算下支撑尽可能大的业务流量。
1. 推理服务架构设计与优化：主导 VLM 在线推理服务的架构设计与持续演进，深度定制 SGLang 推理框架，针对 VLM 特点（长视觉序列、Prefill/Decode 异构计算）进行系统级适配与优化。持续提升服务吞吐上限，降低单 Token 推理成本。
2. 显存管理与 KV Cache 极致压榨：针对 VLM 多图/长视频场景下 KV Cache 巨大的问题，设计高效的显存管理方案。深入理解并优化 SGLang 的 RadixAttention（前缀缓存）机制，结合 PagedAttention 等分页管理策略，最大化 Batch Size 与缓存命中率，提升单卡吞吐容量。
3. 推理成本极致优化：围绕单卡吞吐量与推理成本两大核心指标，落地并优化量化方案（FP8/INT4/AWQ/GPTQ）、投机采样（Speculative Decoding）等降本增效手段。在保证生成质量的前提下，持续提升每 GPU 的服务吞吐，降低单位 Token 的算力成本。
4. 全链路性能 Profiling 与调优：建立系统级性能看护体系，从请求接入、多模态数据预处理、Prefill 计算到 Decode 自回归生成，进行全链路吞吐拆解与瓶颈定位。优化 CPU 预处理与 GPU 推理之间的数据管道，最大化 GPU 有效计算占比。
职位要求
1. 推理框架深度掌握：精读过 SGLang 核心源码，对其调度器（Scheduler）、RadixAttention 缓存机制、CUDA Graph 加速、Overlap 调度等核心模块有系统性理解与实战优化经验。熟悉 vLLM 并有对比认知者更佳。
2. VLM 推理认知：深刻理解 VLM 推理与纯文本 LLM 推理的差异（长视觉序列带来的 Prefill 压力、多图并行处理、视频抽帧与特征压缩等），并有针对性的架构优化经验。
3. 降本增效工具箱：熟悉主流量化推理方案（FP8/INT4/AWQ/GPTQ）的原理与落地代价，有投机采样（Speculative Decoding）的实战经验，能够在质量与吞吐之间做出精准的工程权衡。
4. 系统级性能调优能力：具备端到端的吞吐拆解能力，能够精准定位 CPU 预处理、数据传输、GPU 计算等各环节的吞吐瓶颈，并有系统化的方法论驱动持续优化。
5. 加分项：
- 有 VLM（含视频输入）大规模推理服务落地经验，并有显著的吞吐/成本优化成果
- 熟悉多模态输入的预处理/后处理优化（如图像 Resize/归一化与 GPU 之间的零拷贝流水线）
- 有 Triton Inference Server / Te
来源显示在招 · 最近观察 2026-10-17
职位描述
我们正在寻找对多模态大模型技术充满热情、具备扎实工程实践能力的集成工程师。您将作为核心技术成员，负责将前沿的多模态大模型（包括视觉-语言模型等）的预训练infra,并构建高可用、高效率的大规模预训练平台。您需要具备优秀的编程能力、系统思维和实际问题解决能力，与算法团队紧密协作，提升大规模多模态模型的研发效率，直接影响数百万用户的产品体验。
岗位职责：
1、为预训练平台设计、构建稳定/高效的开发工具，包括开发机平台搭建、任务调度工具平台的搭建、视频结果评测平台，加速算法的研发过程；
2、系统维护与监控：构建并完善模型服务的监控、日志、告警系统，持续进行性能分析、瓶颈排查与线上问题应急响应；
3、协作与创新：与算法研究员及其他工程师紧密合作，理解业务需求，提供工程化解决方案，并跟进多模态领域最新进展，探索技术落地可能性；
4、希望你对于深度学习平台有足够的认识，热衷于抽象标准工具，设计便捷/鲁棒可服用的CLI工具/前端工具；加速大模型的研发,降低大家的认知负担。
职位要求
职位要求
1、计算机科学/软件工程相关领域的本科；
2、需要后端基础,并且有ai平台开发相关的经验(熟悉k8s,后端开发,监控平台)；
3、能够有用agent开发平台的经历优先；
4、开发过通用的CLI工具,能够有比较好的前后端全栈开发能力有限,能够践行devops的习惯。
技术能力
1.编程与框架：精通 Golang/Python/C++/Java 之一。熟悉WebSocket、gRPC等通信协议，有高并发、低延迟网络服务开发经验；
2.数据存储与计算：熟悉对象存储（如S3、OSS）、关系型数据库、Redis、ClickHouse。加分项：熟悉 LanceDB 和 Daft、Ray 计算框架，了解向量数据库原理与应用；
3.系统开发：有扎实的后端服务开发经验，熟悉Linux开发环境，掌握Docker容器化技术，熟练使用Kubernetes等编排工具；
4.扎实的基础知识：熟悉计算机体系结构、操作系统、计算机网络、多线程编程等基础知识；
5.工程素养：熟悉CI/CD流程、代码版本管理（Git），具备良好的编码习惯与文档编写能力。
招聘状态未确认 · 最近观察 2026-10-17
1、负责AI自动化Agent需求梳理、方案设计与落地实施，重点赋能游戏的研发，内容生产与运营全流程。
2、基于大模型搭建智能体，实现引擎开发，游戏设计、内容生成、数据分析等场景的自主规划、工具调用与业务流程自动化。
3、对接内部系统，完成Agent能力闭环，提升游戏研发效率与创意迭代速度。
4、构建并维护游戏设计知识库与RAG能力，为Agent提供精准的游戏业务上下文，赋能创意生成与决策辅助。
5、快速构建Agent原型，验证技术可行性，并基于主流框架搭建完整的Agent或Workflow。
职位要求
1、本科及以上学历，计算机、软件、自动化、AI相关专业优先，有游戏行业经验者优先。
2、熟悉主流大模型及Agent工作原理，有实际项目落地经验，尤其在游戏或内容创作领域者优先。
3、业务理解能力强，能将AI技术落地到游戏设计、内容生产、数据分析等实际场景。
4、逻辑清晰，沟通顺畅，具备良好的文档撰写与方案汇报能力。
5、计算机基础良好，有代码能力，能够检验agent结果。
官方顶部字段
学历：本科
年限：3-5年
来源显示在招 · 最近观察 2026-10-17
大语言模型给了机器"语言"，而 Agent 赋予机器"行动力"——感知环境、拆解目标、调度工具、自主行动并从反馈中迭代。我们正在医疗健康这一高确定性、高价值、高复杂度的领域，构建一套能够理解专业知识、执行复杂任务、并对结果负责的智能体系统。
我们寻找的，是愿意站在「人」与「智能」边界上的工程师——既懂如何把模型的不确定性，锻造成产品的确定性；也相信优雅的系统设计，是智能扎根的土壤。
工作职责
- 认知架构：定义智能体如何思考与协作——让感知、规划、决策与反思形成闭环，使离散的能力收敛为体系化的智能
- 行动能力：搭建智能体与真实世界之间的接口，让模型突破"语言"的边界，真正具备感知、调用与改变世界的能力
- 知识闭环：打通检索、推理、生成、校验的链路，让专业领域的知识真正可信、可溯、可控
- 记忆与上下文：让智能体拥有跨越多轮、长程一致的"记忆"，在连续交互中保持心智的连贯
- 从原型到规模：把前沿能力沉淀为高可用、可观测、可演进的工程基座
职位要求
必备项
- 本科及以上学历，计算机、人工智能或相关专业，具备 3 年以上后端 / 系统开发经验
- 扎实的工程功底与系统设计能力，精通 C++ / Go 中至少一门
- 对分布式系统、高并发服务、微服务架构有深入理解
- 对大语言模型的能力边界与失效模式，有清醒而务实的认知
加分项
- 1 年以上AI Agent核心能力的实战经验
- 熟悉检索系统、记忆系统、推理优化等方向之一并有深度积累
- 在专业垂直领域（医疗、科研、金融等）有 AI 落地经验
来源显示在招 · 最近观察 2026-10-17
参与基于自研大模型的应用探索以及应用的工程开发(医疗方向)，包括但不限于：
1. 承担关键任务，负责大语言模型相关产品(医疗方向)后端系统的架构设计、功能开发、指标监控、性能优化等，以确保系统的稳定性和高性能。
2. 与团队内协同合作，进行调研和设计工作，构建先进、稳定、可快速迭代的在线大模型应用系统。
3. 与不同部门的团队密切合作，深入了解用户需求和行为，为业务提供有针对性的架构支持。
职位要求
1. 计算机科学、数学等相关专业的本科及以上学历。
2. 熟练掌握C++/Python/Golang等编程语言，Golang语言优先。
3. 具备在线分布式系统开发维护经验，了解docker、k8s等容器技术优先。
4. 拥有良好的团队协作和逻辑思维及沟通能力；能够积极主动思考、执行并提供创新性解决方案。
来源显示在招 · 最近观察 2026-10-17
1.负责项目的计划制定、进度驱动和跟踪、风险识别以及应对，确保项目按计划完成；
2.统筹产品-工程-算法团队协作、协调需求对接、资源分配优化、质量管控及敏捷迭代保障全流程；
3.及时发现并跟踪解决项目问题，有效管理项目风险；挖掘项目痛点，提升整体协作和交付效率。
职位要求
1.计算机、通讯、人工智能或相关专业本科及以上学历，5年以上互联网项目管理经验；有AI类项目管理经验更佳；
2.精通软件项目过程管理，能够及时跟进项目进度、管理项目风险，发现问题并驱动相关资源快速跟进解决；有大型项目管理经验和技术研发经验优先；
3.具备结果导向思维，有效推动各部门间项目开展，确保项目按期落地；
4.具备优秀的沟通能力、组织协调能力、快速学习能力和出色的团队合作精神，具备一定的技术洞察力。
工作年限（官方顶部字段）
五年以上工作经验
来源显示在招 · 最近观察 2026-10-17
1.负责大语言模型在知识问答能力上的算法设计优化及实现工；
2.建设RAG体系，对RAG链路中的重要模块进行优化，提升模型的性能效果；
3.调研业界前沿算法，追踪最前沿的技术动态，并应用在相关的项目中；
4.参与产品讨论，基于技术对产品提出改进建议。
职位要求
1.有大语言模型应用经验优先，包括精调(SFT)、强化(DPO,PPO)等技术的落地；
2.有RAG或LLM Agent的应用落地经验者优先；
3.熟悉TensorFlow，Keras，Pytorch等常规深度学习框架；
4.熟悉自然语言处理方向常用的理论和方法，熟悉阅读理解、问答、搜索、语言模型、预训练等核心技术；
5.具有良好的数学基础，良好的英语阅读能力,具备强烈的进取心、求知欲及团队合作精神，热衷于追求技术创新。
工作年限（官方顶部字段）
五年以上工作经验
来源显示在招 · 最近观察 2026-10-17
1.负责搜索业务年度经营规划，承接并拆解营收、成本、用户与客户等核心经营目标，建立目标达成路径与节奏管控机制；
2.搭建覆盖 toC 与 toB 场景的经营分析体系，建立业财联动的指标树，完善数据看板与预警机制，推进经营分析智能化、自动化，对数据异常进行归因分析；
3.负责成本与损益分析：设计资源与成本分摊模型（算力、云资源、内容采买、交付与人力），建立单位成本度量体系（如单查询成本、单次调用成本、单客户交付成本），输出损益测算；
4.主导季度/月度经营看板、业务复盘与滚动预测，识别经营风险与机会，输出经营诊断与改进方案；
5.支撑商业化决策，参与定价、折扣与商务政策的测算评估，输出盈亏平衡、ROI 与敏感性分析，为重点客户与重点项目的报价与资源投入提供经营判断。
职位要求
1.本科及以上学历，5 年及以上互联网 / 咨询 / SaaS / AI 行业的经营分析、商业分析或财务分析经验；
2.具备扎实的经营分析功底，能独立搭建经营分析体系与指标树；熟悉成本分摊、损益测算，具备完整的财务建模能力；
3.熟练使用 SQL / Python 进行数据提取与分析，精通 Excel 建模分析，有 BI 看板搭建与数据分析自动化经验；
4.理解 toB 与 toC 商业模式的差异（订阅制、用量计费、项目交付 vs 流量变现、广告变现），具备其中至少一类场景的深度分析经验；
5.数据洞察与结构化表达能力突出，能从复杂数据中提炼核心结论并输出可落地的策略建议；逻辑严谨，具备出色的跨部门推动能力与抗压能力。
工作年限（官方顶部字段）
三年以上工作经验
来源显示在招 · 最近观察 2026-10-17
1.负责开发和优化大模型推理框架；
2.主要通过GPU、CUDA性能优化的手段，结合线上实际情况，优化高性能LLM推理引擎；
3.负责大模型训练和推理前瞻性技术架构的调研和引入，技术方案不限于子图匹配、编译优化、模型量化等。
职位要求
1.本科及以上学历，计算机/电子/自动化/软件等相关专业，有AI工程优化经验的优先；
2.熟练GPU的高性能计算优化技术，深入理解计算机体系结构，熟悉并行计算优化、访存优化，低比特计算等；
3.具备丰富的基于CUDA的GPU性能优化经验；
4.了解深度学习算法基本原理，熟悉神经网络基本架构和各算子计算方式，了解至少一种深度学习训练框架及其模型文件的解析，如PyTorch、TensorFlow；
5.熟悉TensorRT-LLM、vLLM等，了解主流LLM模型，有LLM模型加速优化经验者优先。
工作年限（官方顶部字段）
两年以上工作经验
