【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。
Not signed in
Sign in / request accessExplore the company, its evidence and the work.
This directory lists opportunities from external company sites. View platform-selected jobs →
ABOUT THE COMPANY / TEAM
Listed company
讯飞星火、Agent应用与运行平台、智能办公和大模型推理基础设施
兼有大型AI产品平台和明确应用岗位,从本科AI全栈/产品到硕士Agent Harness及推理工程,提供不同深度的AI开发路径。
成熟人工智能企业,本批限定星火Agent、模型推理及具名AI应用工程/产品岗位;不将一般业务研发纳入。
2026半年报:公司收入116.23亿元、同比增长6.52%,研发投入30.07亿元、增长25.73%;开放平台收入37.05亿元、增长36.01%。上述为公司及分产品财务口径,不是精选团队的收入或规模。
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。
从全栈业务系统到 LLM/Agent/RAG 应用落地均有直接开发职责;要求对 AI Coding 生成结果进行验证。
面向办公、学习、创作、信息管理、跨语言和智能硬件场景研发Agent,并建设规划、记忆、工具调用、RAG、多模态检索、工作流与评测能力。
进入客户现场,将Agent能力做成可用产品界面和工作流,参与需求、方案、落地及反馈迭代闭环。
将模型工程化为高性能推理库与服务,承担模型转换、算子适配、量化和性能优化。
建设国产异构算力上的分布式推理集群,优化 KVCache、动态调度和弹性基础设施。
围绕大模型训推关键算子开展 Kernel 开发、通算融合和自动调优,优化硬件算力与通信效率。
研发 Agent Runtime 与 Harness,围绕长程任务、上下文记忆、工具调用、恢复、安全及 Trace/Eval 建设可运行的系统。
构建大模型推理、训推算力调度、Agent长程任务状态管理与成本优化平台。
设计强化学习异步流水线、显存与资源调度系统,处理 Agent 多轮交互和大规模并发环境的工程瓶颈。
开发大模型训练框架、推理引擎、服务平台、算子及异构计算适配,并建设评测诊断体系。
建设大模型训练与推理系统、基础设施、性能分析和故障定位工具链,并推动技术落地。
开发AI业务系统,并将LLM、RAG、Agent工具链及AI接口工程化嵌入实际业务流程。
设计并开发AI技术落地所需的子系统与核心服务,结合任务、日志、用户反馈和评测持续优化Agent可靠性。
构建超大专家并行 MoE 分布式推理体系,优化跨节点通信、专家负载均衡与线上推理性能。
负责强化学习后训练与 AgentRL 的系统工程,覆盖推理训练解耦、环境并行、数据管道和集群容错。
研发大模型高性能 Kernel,结合硬件架构优化关键算子,并实现计算与通信融合。
工程职责直接针对大模型推理服务基础设施与性能/成本/可靠性指标,适合区分模型Infra方向。
建设大模型预训练工程底座,参与千卡、万卡集群的分布式训练框架设计与性能优化。
Ask your Agent to connect the role with your experience, goals, skill gaps and open questions.