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 2026-10-17
1. 负责大型游戏产品中持续集成和自动化相关工具的设计开发和落地实施。
2. 负责游戏QA方向 AI Agent 相关工具的设计、开发与优化，提升游戏质量保障的智能化水平。
3. 在开发与QA团队之间发挥桥梁作用，并通过技术手段提升团队整体效率。
4. 挖掘游戏开发各个环节的低效问题，并且提出创新性的解决方案予以解决。
职位要求
1. 本科及以上学历，计算机相关专业；有游戏项目持续集成和自动化相关经验，3年以上游戏研发/工具研发/测试开发经验。
2. 熟练掌握至少一种编程语言，如C++、Python、Lua、Go等。
3. 要求具备强烈的责任心和积极主动的工作态度，具有很好的抗压能力。
4. 对持续集成、自动化测试和工具研发有兴趣者优先。
5. 有AI工具开发，应用经验者优先。
官方顶部字段
学历：本科
年限：3-5年
招聘状态未确认 · 最近观察 2026-10-17
岗位描述
负责面向游戏研发的 Agent产品的开发，全栈能力；围绕本地客户端、无限美术画布及游戏引擎 Agent 框架，推动 Agent 在游戏美术生产流程中的应用。
岗位职责
1. 负责 Agent 核心框架设计与研发，包括任务编排、上下文管理、工具调用、状态持久化及长任务执行。
2. 建设 Agent 执行与扩展机制，支持权限控制、执行隔离、异常恢复、人工介入及插件接入，提升系统可靠性与可维护性。
3. 打通本地客户端、美术画布、AI 生成服务、DCC 工具与游戏引擎，构建跨工具的自动化工作流。
4. 建设 Agent 可观测性与评估体系，持续优化任务成功率、执行效率、结果质量及运行成本。
5. 与产品、美术、技术美术及引擎团队协作，将业务需求沉淀为可复用的 Agent 框架与工具能力。
职位要求
任职要求
1. 具备扎实的软件工程基础，有复杂系统架构设计及核心模块研发经验，能够独立推进技术方案落地。
2. 具备实际的 LLM / Agent 项目经验，深入理解工具调用、上下文管理、任务规划与执行反馈，能够解决复杂任务中的稳定性问题。
3. 熟练掌握 Python、TypeScript、Go、Rust、C++ 等语言中的至少一种，具备良好的接口设计、并发处理及问题定位能力。
4. 熟悉任务调度、状态管理、进程通信、插件机制或可观测性等相关技术，有工程化落地经验。
5. 对游戏研发及美术生产流程有基本理解，能够结合业务目标设计技术方案，具备良好的协作与自主推进能力。
加分项
1. 有 Agent Runtime、Coding Agent、桌面 Agent、工作流引擎或开发者工具研发经验。
2. 有 Unreal Engine、Unity 或 Blender、Maya等工具的扩展及自动化开发经验。
3. 熟悉游戏美术资产管线，或有多模态 Agent、2D / 3D AI 生成、无限画布相关项目经验。
4. 有高质量开源项目或可展示的 Agent 产品及技术成果。
本岗位以 Agent 基础设施研发能力为核心，游戏行业及美术管线经验优先。
官方顶部字段
学历：本科
年限：3-5年
招聘状态未确认 · 最近观察 2026-10-17
1. 负责核心系统深度测试，完成白盒分析，性能测试和压测。
2. 对游戏的系统架构进行把控，对游戏功能的开发和投放做风险评估。
3. 通过工具、脚本等手段提升团队测试效率。
4. 积极发现和推动解决项目中进度、流程和质量风险，并能对项目提出合理建议。
5. 团队培养，提升整个团队的测试深度。
职位要求
1. 具备一定的白盒能力，能够发现代码底层问题。有服务端框架测试或压测经历优先。
2. 具备良好的沟通协作能力和外包管理能力。
3. 较强的抗压能力，工作审慎务实。
4. 积极主动，能够主动发现问题并且积极推动解决问题。
5. 熟练使用主流AI工具，能将其有效应用于日常工作中，或有搭建AI工作流/Agent系统的实战经验。
官方顶部字段
学历：不限
年限：不限
招聘状态未确认 · 最近观察 2026-10-16
1、理解业务线的方向和状况，通过AI工具的深度应用，引导支持业务线决策，产出专项分析报告；
2、跟进业务线项目的数据分析工作，完成项目上线前后的数据调研、效果评估等分析报告；
3、支持常规统计需求、完成数据监控指标体系的搭建。
职位要求
1、2027 年及之后毕业，本科及以上学历，统计、数学、经济、计算机等专业，或有互联网公司、咨询公司实习经验者优先；
2、具备基础的数据分析及处理能力，熟练使用 SQL、Excel、Python 等工具，具备报告撰写能力；
3、了解常见 AI 工具的使用方式，能够借助 AI 完成信息检索、需求拆解、数据分析、报告撰写等工作，并具备基本的结果判断与验证能力；
4、对 AI Skill、Agent 或自动化工作流有应用经验和个人理解，愿意尝试将 AI 工具应用于实际业务问题的解决；
5、做事认真严谨，逻辑清晰，具有较强的学习能力、好奇心和团队合作精神；
6、保证每周到岗 5 天及 4 个月以上的实习期，能尽快入职者优先，可长期实习优先；
7、熟悉并热爱音乐行业，对音乐有一定鉴赏力者优先。
官方顶部字段
学历：本科
年限：不限
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 2026-10-16
1、负责产品战斗模块或者养成系统的测试工作，推进测试中的问题解决，有结果导向思维和一定的风险意识，及时发现进度、质量风险，推进解决；
2、有白盒测试能力，梳理测试用例，不断改进测试方案；
3、善于总结，能够及时沉淀自己的工作并输出文档，主动与他人进行知识经验分享。
职位要求
1、有3年及以上测试工作经验；
2、具备一定的白盒能力，能够发现代码底层问题；
3、较强的抗压能力，工作审慎务实。
4、积极主动，能够主动发现问题并且积极推动解决问题。
5、熟练使用主流AI工具，能将其有效应用于日常工作中，或有搭建AI工作流/Agent系统的实战经验。
官方顶部字段
学历：不限
年限：不限
招聘状态未确认 · 最近观察 2026-10-16
1.对产品需求进行分析、评审，提前规避问题，设计测试点、测试用例。
2.对游戏核心系统进行功能测试、白盒测试、数值测试等日常质量保障。
3.积极发现和推动解决项目中的进度、流程、质量风险，并能对项目提出合理建议。
4.负责外包日常工作的管理和指导。
职位要求
1.本科及以上学历，3年以上游戏/软件测试经验。
2.热爱游戏，对3A硬核动作游戏有深度体。
3.有较好的测试思维，熟悉测试流程，有大型成熟运营项目测试经验。
4.善于沟通、良好的团队合作精神，能承受一定强度的工作压力。
5.熟悉计算机基础知识，熟悉python、lua、C++语言，可以进行白盒测试。
6.熟练使用主流AI工具，能将其有效应用于日常工作中，或有搭建AI工作流/Agent系统的实战经验。
官方顶部字段
学历：本科
年限：3-5年
招聘状态未确认 · 最近观察 2026-10-16
1.对产品需求进行分析、评审，提前规避问题，设计测试点、测试用例。
2.对游戏核心系统进行功能测试、白盒测试、数值测试等日常质量保障。
3.积极发现和推动解决项目中的进度、流程、质量风险，并能对项目提出合理建议。
4.负责外包日常工作的管理和指导。
职位要求
1.本科及以上学历，3年以上游戏/软件测试经验。
2.热爱游戏，对3A硬核动作游戏有深度体。
3.有较好的测试思维，熟悉测试流程，有大型成熟运营项目测试经验。
4.善于沟通、良好的团队合作精神，能承受一定强度的工作压力。
5.熟悉计算机基础知识，熟悉python、lua、C++语言，可以进行白盒测试。
6.熟练使用主流AI工具，能将其有效应用于日常工作中，或有搭建AI工作流/Agent系统的实战经验。
官方顶部字段
学历：本科
年限：3-5年
招聘状态未确认 · 最近观察 2026-10-16
1.对产品需求进行分析、评审，提前规避问题，设计测试点、测试用例。
2.对游戏核心系统进行功能测试、白盒测试、数值测试等日常质量保障。
3.积极发现和推动解决项目中的进度、流程、质量风险，并能对项目提出合理建议。
4.负责外包日常工作的管理和指导。
职位要求
1.本科及以上学历，3年以上游戏/软件测试经验。
2.热爱游戏，对3A硬核动作游戏有深度体。
3.有较好的测试思维，熟悉测试流程，有大型成熟运营项目测试经验。
4.善于沟通、良好的团队合作精神，能承受一定强度的工作压力。
5.熟悉计算机基础知识，熟悉python、lua、C++语言，可以进行白盒测试。
6.熟练使用主流AI工具，能将其有效应用于日常工作中，或有搭建AI工作流/Agent系统的实战经验。
官方顶部字段
学历：本科
年限：5-10年
