Miclaw-Al Agent编排专家 （Orchestration & Planning） 北京 社招 全职 职位 ID：A186142A 职位描述 1. 架构设计：设计 MiClaw 在移动端的自主 Agent 编排框架，实现复杂任务的自动化拆解与执行（Planning & Reasoning）。2. 编排优化：研发基于 ReAct、Plan-and-Execute 或 Multi-Agent 的协同模式，确保 Agent 在手机端不陷入逻辑死循环（Loop Detection）。3. 工具调用 (Tool-use)：定义端侧工具调用规范，利用 MCP/A2A/appfunctions 等协议打通手机系统能力（日历、相册、快捷指令等）。4. 请求路由：设计端云协同的动态路由机制，根据任务意图决定在本地推理还是请求云端模型。 职位要求 1. 5年以上AI或软件架构经验，有LangGraph、AutoGPT、CrewAI 等框架深度使用或自研经验者优先。2. 精通 Prompt Engineering，能够设计高压缩比、高指令遵循度的 System Prompts。3.
【27届校招】智能座舱端侧Agent研发工程师（北京） 北京 正式 研发 - 算法 职位描述 1、参与端侧智能座舱AI Agent系统的研发，打造基于大语言模型的多模态座舱智能助手，支撑车控、导航、媒体、舱驾融合等核心场景的智能化交互； 2、参与端侧 AI Agent 核心模块的开发，包括任务规划、工具调用、上下文管理、记忆系统等harness相关关键能力的设计与实现，推动智能体系统的迭代落地；3、综合业务场景，参与 Agent 系统的调试与性能优化，解决工程落地中的各类问题，保障系统的稳定性和可扩展性。 职位要求 1、扎实的数据结构和数学基础；2、以Java/C++为基础的扎实编程功底；3、深度了解 LLM API、KV Cache、Tool Use、Reasoning/Planning、Multi-Agent System；4、能够娴熟运用 AI Agent 工具支撑软件开发业务，具备优异的自主技术钻研能力。针对自身暂无实操积累的编程语言、开发框架与技术体系，可借助 AI 辅助完成技术攻关与调研；5、热衷 Agent Harness 体系的研发与学术探索，对大模型输出行为具备精准判别能力。【加分项】1、有ACM/ICPC、NOI、Kaggle等比赛获奖经验；2、有嵌入式C++软件或是Android 开发经验。 投递...
Miclaw-AI Agent编排专家 (Orchestration & Planning) 北京 社招 全职 职位 ID：A109534 职位描述 1. 架构设计：设计 MiClaw 在移动端的自主 Agent 编排框架，实现复杂任务的自动化拆解与执行（Planning & Reasoning）。2. 编排优化：研发基于 ReAct、Plan-and-Execute 或 Multi-Agent 的协同模式，确保 Agent 在手机端不陷入逻辑死循环（Loop Detection）。3. 工具调用 (Tool-use)：定义端侧工具调用规范，利用 MCP/A2A/appfunctions 等协议打通手机系统能力（日历、相册、快捷指令等）。4. 请求路由：设计端云协同的动态路由机制，根据任务意图决定在本地推理还是请求云端模型。 职位要求 1. 5 年以上 AI 或软件架构经验，有 LangGraph、AutoGPT、CrewAI 等框架深度使用或自研经验者优先。2.
Senior Staff/Staff Machine Learning Engineer-LLM Company Introduction We exist to wow our customers. We know we’re doing the right thing when we hear our customers say, “How did we ever live without Coupang?” Born out of
AWS Global Sales drives adoption of the AWS cloud worldwide, enabling customers of all sizes to innovate and expand in the cloud. Our team empowers every customer to grow by providing tailored service, unmatched technology, and
AI Transformation Specialist Description - Key Responsibilities 1. AI Transformation Opportunity Identification, Solution Design, and Value Delivery Develop a deep understanding of the business models, operational workflows, key pain points, and efficiency bottlenecks of different business
AI算法工程师（智能体） 北京 全职 研发 - 算法 职位描述 1、Agent 架构研发：基于主流大模型构建高性能智能体框架，实现包括感知、短期/长期记忆、规划（Planning）及工具调用（Tool Use）在内的核心功能。2、推理逻辑优化：针对复杂业务场景，通过 Prompt Engineering、CoT（思维链）、ToT（思维树）等技术，提升 Agent 在多步推理和复杂决策中的准确率与稳定性。3、工具调用与集成：开发并优化 Agent 对外部 API、数据库及插件的调用机制，解决模型在真实环境中的“落地最后一步”问题。4、模型调优与迭代：通过 SFT（有监督微调）或强化学习手段，针对特定垂直领域提升 Agent 的专业表现。5、产研协同落地：与全栈工程师、产品经理紧密配合，确保算法方案在实际产品中高效运行，并持续跟踪线上表现进行优化。 职位要求 - 技术栈：Python / PyTorch / LLaMA-Factory / PEFT (LoRA/QLoRA) / SFT & DPO / LangGraph / Vector DB- 经验要求：3年+
我们正在寻找一位 全栈工程师，参与核心 AI Agent 产品从架构设计、能力建设到生产落地的完整过程。你将参与 Web 产品、API 服务、Agent 编排系统、后台任务系统、数据层和部署流程等多个环节，和团队一起构建面向真实生产环境的 AI Agent 产品。 你将深度参与 AI Agent 系统的工程化建设，包括 Agent Loop、工具调用、任务编排、多步骤执行、上下文管理、模型路由、异步任务处理、结果持久化、错误恢复、日志追踪与系统可观测性等关键模块。这个岗位不是简单调用大模型 API，而是需要将 LLM 能力、业务流程、前后端系统和用户体验结合起来，构建可稳定运行、可持续扩展的生产级 Agent 产品。 在这个角色中，你需要理解 Agent 如何接收用户目标、拆解任务、选择工具、执行动作、处理中间状态、根据反馈继续推理，并最终产出可靠结果。你也需要关注 Agent 执行过程中的实际工程问题，例如任务超时、工具失败、重试策略、状态一致性、成本控制、并发执行、队列调度、数据追踪以及生成结果的可复现性。 你会和产品、设计、前端、后端和基础设施团队紧密协作，把 AI 能力落到真实的产品体验中。我们希望你既能理解前端产品形态和用户交互，也能深入后端服务、数据模型、任务队列和 Agent 编排系统，帮助团队搭建长期可维护、可扩展、可观测的 AI Agent 工程体系。 这个岗位适合对 AI Agent、LLM 应用工程、复杂 Web 产品和系统工程都有强烈兴趣的全栈工程师。我们尤其看重你是否具备扎实的工程能力、清晰的系统设计思维，以及把复杂 AI 能力转化为稳定业务功能的能力。 你的主要职责 参与 AI