找到值得投入的下一步

后端开发工程师【AI团队】

核心AI应用工程：将Vibe Coding原型重构成可商用Agent产品，并负责平台化、稳定性及性能；JD学历表述为“本科及以上学历毕业生”，无明确年限。

AI for Science 药物研发科学家

面向真实药物研发平台，将科学计算转为可执行的Agent工作流，是行业知识转向AI工程的具体样本。

27届校招-AI产品经理（慧眼）(J14418)

将AI产品职责具体落实到Harness、数据、评测和商业化，能积累大模型产品质量工程经验。

【星火X计划】面向复杂任务的下一代Agent Harness 关键技术研发(J14502)

岗位范围直接包括Agent运行时、真实Coding任务交付与评测反馈闭环；不是泛后端岗位。

后端开发工程师（AI团队定向）

2027届AI团队定向后端校招：实际负责Agent及平台核心代码开发，含Memory/Evaluation/Observability和平台能力复用；与9806方向相近但校招资格、入门要求和目标人群独立。

智算云平台后端工程师-太初云

实际技术栈覆盖推理服务、MaaS、K8s和异构算力，职责从模型注册到在线服务与客户平台能力，AI Infra工程内容扎实。

CAD/CAE 后端开发实习生

把机械/几何背景与Agent工具接口开发结合，职责有代码仓库、API稳定性和工程数据交付物。

2027届校招-AI算法工程师（北京）(J14872)

2027届AI算法核心岗位：AI算法研发、既有模型优化、LLM方案落地；硕士应届生，工作地点北京。

大模型应用工程师

适合后端或数据工程师把工程能力用于企业数据Agent。

AI高级产品经理(J14357)

不以PRD交付为终点，责任包括产品被真实员工使用与改变工作方式，且技术要求覆盖Agent架构。

大模型算法研究员(J11069)

来源显示在招 · 最近观察 2026-10-18

岗位职责： 1、核心模型演进： 负责通用/领域大模型的全生命周期研发，包括超大规模指令微调（SFT）及偏好对齐（Alignment）； 2、Agentic RL 研发： 针对智能体场景，研究并实现基于强化学习的决策模型。重点解决 Long-horizon Reasoning（长程推理）、Tool-use（工具调用）和 Self-correction（自我纠错）在复杂多轮交互中的表现； 3、对齐算法创新： 探索和落地超越 DPO/PPO 的最新对齐技术（如 GRPO, DAPO, Online RLHF），通过构建高精度的 Reward Model 提升模型在逻辑、代码及 Agent 任务上的胜率； 4、合成数据管线： 利用 Teacher-Student 架构，通过 AI-native 方法构建针对 Agent 动作轨迹、反思闭环的高质量合成训练集； 5、前沿跟踪： 紧跟 OpenAI o-series, Claude Opus 等最新推理模型技术路径，将长推理链、系统性思维等能力注入开源基座。" 职位要求 学术背景： 计算机、数学、统计学或相关专业硕士/博士学位；在顶级会议（NeurIPS, ICLR, ICML, ACL）发表过高质量论文者优先。 1、模型训练功底： 具备Deepseek, Qwen, GLM 等主流开源大模型的实战微调经验，深刻理解 Transformer 架构及注意力机制的演进。等主流开源大模型的实战微调经验，深刻理解 Transformer 架构及注意力机制的演进； 2、强化学习经验： 熟练掌握 PPO, DPO, GRPO等强化学习算法在 NLP 领域的应用，能够独立解决 RL 训练中的不稳定性、奖励函数偏移（Reward Hacking）等挑战； 3、Agent 实战： 熟悉主流 Agent 框架（如 LangGraph, AutoGPT，ClaudeCode），有实际处理过评测集优化经验者优先； 4、工程能力： 熟练使用 Python/PyTorch，精通分布式训练工具链（DeepSpeed/Megatron），具备千卡规模下的模型并行、流水线并行调优经验。"

大模型开发工程师(J11065)

来源显示在招 · 最近观察 2026-10-18

1、负责大模型（文本、图像、语音等多模态模型）推理引擎及服务的开发，支持自研及开源模型的快速部署和高性能推理 2、结合大模型业务场景，优化模型落地过程中的性能问题，降低推理成本。包括但不限于：模型量化蒸馏，服务调度优化等 3、负责开发和维护大模型MaaS服务，支持高并发调用场景 职位要求 1、硕士及以上学历，1年以上算法相关工程化经验。计算机、电子、自动化、软件等相关专业。 2、熟悉一种或多种LLM推理框架，有vllm、sglang、lmdeploy、TensorRT-LLM等相关经验优先。 3、熟悉大模型调度优化技术，包括PD分离、多级缓存、多实例调度、负载均衡等，如SGLang model gateway、lm-d。 4、熟悉大模型引擎优化技术，包括prefill cache、tensor并行优化等。有cuda或triton算子优化经验优先。 5、有昇腾、海光、平头哥、沐曦等算力芯片适配经验优先

大模型算法研究员(J11044)

来源显示在招 · 最近观察 2026-10-18

1、核心模型演进： 负责通用/领域大模型的全生命周期研发，包括超大规模指令微调（SFT）及偏好对齐（Alignment）； 2、Agentic RL 研发： 针对智能体场景，研究并实现基于强化学习的决策模型。重点解决 Long-horizon Reasoning（长程推理）、Tool-use（工具调用）和 Self-correction（自我纠错）在复杂多轮交互中的表现； 3、对齐算法创新： 探索和落地超越 DPO/PPO 的最新对齐技术（如 GRPO, DAPO, Online RLHF），通过构建高精度的 Reward Model 提升模型在逻辑、代码及 Agent 任务上的胜率； 4、合成数据管线： 利用 Teacher-Student 架构，通过 AI-native 方法构建针对 Agent 动作轨迹、反思闭环的高质量合成训练集； 5、前沿跟踪： 紧跟 OpenAI o-series, Claude Opus 等最新推理模型技术路径，将长推理链、系统性思维等能力注入开源基座。 职位要求 学术背景： 计算机、数学、统计学或相关专业硕士/博士学位；在顶级会议（NeurIPS, ICLR, ICML, ACL）发表过高质量论文者优先。 1、模型训练功底： 具备Deepseek, Qwen, GLM 等主流开源大模型的实战微调经验，深刻理解 Transformer 架构及注意力机制的演进。等主流开源大模型的实战微调经验，深刻理解 Transformer 架构及注意力机制的演进； 2、强化学习经验： 熟练掌握 PPO, DPO, GRPO等强化学习算法在 NLP 领域的应用，能够独立解决 RL 训练中的不稳定性、奖励函数偏移（Reward Hacking）等挑战； 3、Agent 实战： 熟悉主流 Agent 框架（如 LangGraph, AutoGPT，ClaudeCode），有实际处理过评测集优化经验者优先； 4、工程能力： 熟练使用 Python/PyTorch，精通分布式训练工具链（DeepSpeed/Megatron），具备千卡规模下的模型并行、流水线并行调优经验。

运维开发工程师(J11064)

来源显示在招 · 最近观察 2026-10-18

工作职责： 1.负责服务器与应用的全生命周期运维（规划、监控、备份、日志分析、故障排查、性能调优），结合AI大模型优化运维流程，保障业务稳定高效运营； 2.负责云机房、负载均衡网络架构设计，通过运维开发提升架构可扩展性与自动化水平； 3.负责前沿开源技术、网络安全产品的测试选型，结合AI运维工具优化落地效果； 4.负责Linux系统、MySQL数据库及公有云平台（阿里云、AWS等）运维，通过脚本/工具实现运维自动化； 5.配合新项目环境搭建与部署自动化，沟通技术方案并提出架构优化建议； 6.开发运维工具、脚本及平台，落地AI大模型在运维中的应用（异常检测、故障预测等），优化运维效率与响应速度； 7.参与运维流程制定与规范优化，确保运维工作高效可追溯。 职位要求 任职资格： 1.3年以上互联网运维开发经验，有大型云平台运维开发经历，具备AI大模型应用于运维流程的实战经验； 2.精通Linux系统运维（架设、内核优化、安全加固），熟悉Lamp/Lnmp架构，能通过脚本实现系统自动化运维； 3.具备T级以上MySQL数据库运维优化经验，熟悉高并发、高存储场景； 4.熟悉NoSQL、分布式存储（Hadoop等），能结合开发技术实现存储运维自动化； 5.熟悉IDC分布设计，能设计机房数据分布、容灾备份方案并通过开发手段落地； 6.精通负载均衡、DNS、虚拟化技术，熟练掌握Docker容器化部署与K8S集群运维，能开发工具实现自动化； 7.具备扎实的开发能力，精通Python、Shell脚本，熟悉Ansible、Jenkins、K8S、Prometheus等工具的集成与二次开发。 加分项： 1.有语音识别、语义理解等AI相关业务的运维开发经验； 2.具备完整运维架构设计与开发经验，能覆盖从底层硬件到上层应用的全流程运维开发； 3.熟悉多家公有云平台，能开发工具实现多云统一运维； 4.有AI大模型智能运维落地经验（故障预测、日志智能分析等），熟悉AI运维框架。

HRD(J11040)

来源显示在招 · 最近观察 2026-10-18

1、结合公司业务发展战略，制定短期和长期人力资源规划，定期评估公司人力资源现状，分析人才结构，为公司战略调整提供数据支持； 2、建立和完善人力资源管理体系，包括招聘、薪酬绩效等人力资源制度和策略方案落地，推动业务人才梯队建设； 3、向公司高层提供有关人力资源战略、组织建设等方面的建议，并致力于提高公司的综合管理水平； 4、负责领导和管理全国人力资源部门团队，制定部门工作计划和目标； 5、及时处理公司人事管理中的重大问题，实现组织能力提升与人员结构优化； 6、上级安排的其他工作。 职位要求 1、本科及以上学历，人力资源管理、工商管理、心理学等相关专业； 2、具有10年以上人力资源管理工作经验，熟悉人力资源管理各个模块的工作内容和流程，具备丰富的实战经验，能够独立制定和实施人力资源战略规划和各项人力资源管理方案； 3、具备优秀的战略思维和规划能力，能够从公司战略高度制定人力资源规划； 4、优秀的语言表达及沟通能力，协调能力、分析能力、具备较强的文字功底，良好的团队合作精神，责任心强，工作积极主动，正直、开放； 5、有独角兽或AI上市公司HRD经验。

大模型算法研究员(J11068)

来源显示在招 · 最近观察 2026-10-18

岗位职责： 1、核心模型演进： 负责通用/领域大模型的全生命周期研发，包括超大规模指令微调（SFT）及偏好对齐（Alignment）； 2、Agentic RL 研发： 针对智能体场景，研究并实现基于强化学习的决策模型。重点解决 Long-horizon Reasoning（长程推理）、Tool-use（工具调用）和 Self-correction（自我纠错）在复杂多轮交互中的表现； 3、对齐算法创新： 探索和落地超越 DPO/PPO 的最新对齐技术（如 GRPO, DAPO, Online RLHF），通过构建高精度的 Reward Model 提升模型在逻辑、代码及 Agent 任务上的胜率； 4、合成数据管线： 利用 Teacher-Student 架构，通过 AI-native 方法构建针对 Agent 动作轨迹、反思闭环的高质量合成训练集； 5、前沿跟踪： 紧跟 OpenAI o-series, Claude Opus 等最新推理模型技术路径，将长推理链、系统性思维等能力注入开源基座。 职位要求 任职要求： 学术背景： 计算机、数学、统计学或相关专业硕士/博士学位；在顶级会议（NeurIPS, ICLR, ICML, ACL）发表过高质量论文者优先。 1、模型训练功底： 具备Deepseek, Qwen, GLM 等主流开源大模型的实战微调经验，深刻理解 Transformer 架构及注意力机制的演进。等主流开源大模型的实战微调经验，深刻理解 Transformer 架构及注意力机制的演进； 2、强化学习经验： 熟练掌握 PPO, DPO, GRPO等强化学习算法在 NLP 领域的应用，能够独立解决 RL 训练中的不稳定性、奖励函数偏移（Reward Hacking）等挑战； 3、Agent 实战： 熟悉主流 Agent 框架（如 LangGraph, AutoGPT，ClaudeCode），有实际处理过评测集优化经验者优先； 4、工程能力： 熟练使用 Python/PyTorch，精通分布式训练工具链（DeepSpeed/Megatron），具备千卡规模下的模型并行、流水线并行调优经验。"

大模型开发工程师(J11066)

来源显示在招 · 最近观察 2026-10-18

工作职责 1、负责大模型（文本、图像、语音等多模态模型）推理引擎及服务的开发，支持自研及开源模型的快速部署和高性能推理 2、结合大模型业务场景，优化模型落地过程中的性能问题，降低推理成本。包括但不限于：模型量化蒸馏，服务调度优化等 3、负责开发和维护大模型MaaS服务，支持高并发调用场景 4、负责大模型的国产化适配 职位要求 任职资格 1、硕士及以上学历，1年以上算法相关工程化经验。计算机、电子、自动化、软件等相关专业。 2、熟悉一种或多种LLM推理框架，有vllm、sglang、lmdeploy、TensorRT-LLM等相关经验优先。 3、熟悉大模型调度优化技术，包括PD分离、多级缓存、多实例调度、负载均衡等，如SGLang model gateway、lm-d。 4、熟悉大模型引擎优化技术，包括prefill cache、tensor并行优化等。有cuda或triton算子优化经验优先。 5、有昇腾、海光、平头哥、沐曦等算力芯片适配经验优先

大模型算法研究员(J11067)

来源显示在招 · 最近观察 2026-10-18

1、核心模型演进： 负责通用/领域大模型的全生命周期研发，包括超大规模指令微调（SFT）及偏好对齐（Alignment）； 2、Agentic RL 研发： 针对智能体场景，研究并实现基于强化学习的决策模型。重点解决 Long-horizon Reasoning（长程推理）、Tool-use（工具调用）和 Self-correction（自我纠错）在复杂多轮交互中的表现； 3、对齐算法创新： 探索和落地超越 DPO/PPO 的最新对齐技术（如 GRPO, DAPO, Online RLHF），通过构建高精度的 Reward Model 提升模型在逻辑、代码及 Agent 任务上的胜率； 4、合成数据管线： 利用 Teacher-Student 架构，通过 AI-native 方法构建针对 Agent 动作轨迹、反思闭环的高质量合成训练集； 5、前沿跟踪： 紧跟 OpenAI o-series, Claude Opus 等最新推理模型技术路径，将长推理链、系统性思维等能力注入开源基座。 职位要求 学术背景： 计算机、数学、统计学或相关专业硕士/博士学位；在顶级会议（NeurIPS, ICLR, ICML, ACL）发表过高质量论文者优先。 1、模型训练功底： 具备Deepseek, Qwen, GLM 等主流开源大模型的实战微调经验，深刻理解 Transformer 架构及注意力机制的演进。等主流开源大模型的实战微调经验，深刻理解 Transformer 架构及注意力机制的演进； 2、强化学习经验： 熟练掌握 PPO, DPO, GRPO等强化学习算法在 NLP 领域的应用，能够独立解决 RL 训练中的不稳定性、奖励函数偏移（Reward Hacking）等挑战； 3、Agent 实战： 熟悉主流 Agent 框架（如 LangGraph, AutoGPT，ClaudeCode），有实际处理过评测集优化经验者优先； 4、工程能力： 熟练使用 Python/PyTorch，精通分布式训练工具链（DeepSpeed/Megatron），具备千卡规模下的模型并行、流水线并行调优经验。

资本市场负责人(J11039)

来源显示在招 · 最近观察 2026-10-18

1、深度参与公司战略制定过程，依据公司整体战略目标，结合行业动态、市场趋势及公司财务状况，制定具有前瞻性与可行性的战略规划； 2、结合公司整体战略，制定并推动实施公司中长期的资本运作策略、股权投资及融资规划； 3、对公司重大投资、融资、并购、重组等经营决策提供全面、精准的分析与专业建议； 4、根据战略要求规划资本运作路径，积极开拓并维护多种融资渠道； 5、上级领导安排的其他工作支持。 职位要求 1、统招硕士及以上学历且有海外留学经历，财务、会计、金融、经济等相关专业优先； 2、熟悉港股或A股资本市场，有科技行业境内、境外资本运作经验； 3、具有良好的资本运作资源、卓越的战略思维与规划能力，能够从公司战略高度出发，制定科学合理的资本运作策略； 4、具有良好的职业道德和职业操守，诚实守信，廉洁奉公，严守公司商业机密。

资本市场助理(J11053)

来源显示在招 · 最近观察 2026-10-18

1、协助开展二级市场融资、资本市场对接、投资并购等工作（如支持策略会、反路演、项目可行性分析、内部汇报材料等）； 2、跟踪资本市场政策、行业动态、竞品信息，完成行业研究、数据整理、信息汇总； 3、协助完成资本市场相关的信息披露、合规报备、数据报送等工作； 4、与公司内各部门保持积极有效沟通，定期更新公司内外部资料库； 5、完成领导交办的其他资本市场相关支持工作。 职位要求 1、统招硕士及以上学历且有海外留学经历，金融、经济、理工等相关专业优先； 2、熟悉港股或A股资本市场，有投行、券商、或科技行业资本市场工作经验； 3、英文熟练，能作为日常工作语言； 4、工作细致严谨、责任心强，具备较强的执行力、沟通能力与抗压能力； 5、具有良好的职业道德和职业操守，诚实守信，廉洁奉公，严守公司商业机密。