AI院-训练Infra工程师 北京、上海 全职 互联网 / 电子 / 网游 职位描述 1、负责大规模预训练框架的研发、优化和维护，根据业务需求持续改进训练框架和策略，提升模型训练效率2、分析和定位训练中的性能瓶颈，实施针对性优化措施，提升训练效率和稳定性3、跟进业界技术进展，不断同步与集成最新训练优化策略 职位要求 1、对自然语言处理、计算机视觉和多模态算法有深入理解，熟悉主流的 LLM 和 VLM 模型架构，有分布式训练经验2、精通 Python 编程语言，熟悉 PyTorch 深度学习框架和 Megatron 分布式训练框架3、有大规模预训练优化 / MoE 训练优化经验的优先考虑加分项：1、在ACM、NOI、IOI、超算比赛中有获奖经历者优先2、具有 cuda 算子优化/profiling 能力者优先 投递...
AutoGLM-Agent算法工程师 北京 全职 互联网 / 电子 / 网游 职位描述 1. 负责大模型智能体相关的基础性和应用性算法开发和调优，包括任务定义，数据构造，SFT/RL 等算法设计开发，以及智能体能力评测；2. 跟进工业界/学术界最新动态，在骨干模型上实现和尝试新的算法和方案，开发包括 API 调用、GUI 智能体、Function Call 等新的 LLM 系统性应用；3. 在专业领域和应用场景适配基座模型，并取得专用领域的良好表现； 职位要求 1. 统招硕士及以上学历（优秀者本科亦可），有较强的算法和工程能力，熟练掌握 PyTorch、DeepSpeed、Megatron、VeRL、OpenRLHF框架，有文本/多模态大模型的强化学习训练经验；2. 良好的沟通能力和跨团队协作能力，表达能力清晰，善于与人沟通；3. 有良好的自我驱动能力，能快速推进新任务的完成；对于新技术的学习抱有热情，有持续自我学习和提高的意识和能力；4. 在 ICML、NeurIPS、ICLR、ACL、EMNLP、KDD 等人工智能顶级会议或期刊上发表论文，取得过 ICPC、NOI、ACM 等比赛奖项者优先；5. 在大模型相关岗位有实习和工作经验者优先；6. 有超算经验和大规模分布式计算知识和经验者优先； 投递...
AutoGLM-算法实习生 北京 实习 互联网 / 电子 / 网游 职位描述 部门介绍我们是一支专注于 AIAgent 研发创新的技术与产品团队——智谱 AutoGLM。团队成员来自多所国内外知名高校，覆盖人工智能、数据科学、软件工程等多个领域，具备丰富的算法创新研究、智能系统设计和产品落地经验。我们致力于打造智能、通用、可拓展的 AIAgent 应用产品与解决方案，赋能多领域行业的智能升级，为使用者带来全新的人机交互体验。目前，基于技术团队在语言模型、多模态模型和工具使用等多方面努力的成果，AutoGLM 的使用场景覆盖手机、电脑、网页等多端设备，涵盖生活提效、深度研究等多个领域方向，并且能力持续提升中。同时，我们也等在内的多个领域客户展积极开展深入合作，不断推动产品的商业化落地与实际业务的深度融合。AutoGLM 算法实习生（Agent方向）岗位职责：1、参与大模型智能体相关的基础性和应用性算法开发和调优，包括任务定义，数据构造，SFT/RL 等算法设计开发，以及智能体能力评测；2、跟进工业界/学术界最新动态，在骨干模型上实现和尝试新的算法和方案，开发包括 API 调用、GUI 智能体、Function Call 等新的 LLM 系统性应用；3、在专业领域和应用场景适配基座模型，并取得专用领域的良好表现；任职要求：1、统招硕士及以上（优秀者本科亦可）在读，有较强的算法和工程能力，熟练掌握 PyTorch、DeepSpeed、Megatron、VeRL、OpenRLHF框架，有文本/多模态大模型的强化学习训练经验；2、良好的沟通能力和跨团队协作能力，表达能力清晰，善于与人沟通；有良好的自我驱动能力，能快速推进新任务的完成；对于新技术的学习抱有热情，有持续自我学习和提高的意识和能力；3、在 ICML、NeurIPS、ICLR、ACL、EMNLP、KDD 等人工智能顶级会议或期刊上发表论文，取得过 ICPC、NOI、ACM 等比赛奖项者优先；4、在大模型相关岗位有实习经验者优先；5、有超算经验和大规模分布式计算知识和经验者优先； 职位要求 - 投递...
26届校招-agent算法工程师 北京 正式 互联网 / 电子 / 网游 职位描述 【团队介绍】我们是一支专注于 AIAgent 研发创新的技术与产品团队——智谱 AutoGLM。团队成员来自多所国内外知名高校，覆盖人工智能、数据科学、软件工程等多个领域，具备丰富的算法创新研究、智能系统设计和产品落地经验。我们致力于打造智能、通用、可拓展的 AIAgent 应用产品与解决方案，赋能多领域行业的智能升级，为使用者带来全新的人机交互体验。目前，基于技术团队在语言模型、多模态模型和工具使用等多方面努力的成果，AutoGLM 的使用场景覆盖手机、电脑、网页等多端设备，涵盖生活提效、深度研究等多个领域方向，并且能力持续提升中。同时，我们也等在内的多个领域客户展积极开展深入合作，不断推动产品的商业化落地与实际业务的深度融合。1. 负责大模型智能体相关的基础性和应用性算法开发和调优，包括任务定义，数据构造，SFT/RL 等算法设计开发，以及智能体能力评测；2. 跟进工业界/学术界最新动态，在骨干模型上实现和尝试新的算法和方案，开发包括 API 调用、GUI 智能体、Function Call 等新的 LLM 系统性应用；3. 在专业领域和应用场景适配基座模型，并取得专用领域的良好表现； 职位要求 1. 统招硕士及以上学历（优秀者本科亦可），有较强的算法和工程能力，熟练掌握 PyTorch、DeepSpeed、Megatron、VeRL、OpenRLHF框架，有文本/多模态大模型的强化学习训练经验；2. 良好的沟通能力和跨团队协作能力，表达能力清晰，善于与人沟通；3. 有良好的自我驱动能力，能快速推进新任务的完成；对于新技术的学习抱有热情，有持续自我学习和提高的意识和能力；4. 在 ICML、NeurIPS、ICLR、ACL、EMNLP、KDD 等人工智能顶级会议或期刊上发表论文，取得过
【27届校招】世界模型AI算法工程师/研究员 深圳、上海 正式 研发 - 算法 智能机器人板块 职位描述 【关于机器人中心】小鹏机器人中心专注于构建面向未来的人形机器人系统，融合先进的人工智能、控制、机械与系统工程，打造能感知、理解、操作并与现实世界交互的下一代机器人。【关于世界模型团队】我们相信，让机器真正在物理世界里泛化的钥匙，不是记住一个个任务，而是让模型学会世界如何运转——这就是世界模型（World Model）。我们要构建的，是一个能理解当下、预见未来、并据此行动的模型：它不再是面向单一任务的策略，而是一个吸收了海量物理动力学知识、能想象未来、能跨场景泛化的具身基础模型。我们的目标是超越现有操作模型的泛化边界，做出可泛化、可落地、可 scaling 的世界模型，并在真实机器人闭环上验证它的价值。团队精悍、扁平，成员分布于深圳、上海与美国硅谷，聚集了一批世界一流的研究者与工程师。在这里，你将：站在具身智能最前沿，啃通用泛化这个最硬、也最值得啃的问题；打通 数据 → 预训练 → 仿真 → 部署 → 真机 的全栈链路，亲眼看着自己的模型在真实机器人上跑起来；与来自顶级高校与工业界的同伴并肩，快速试错、快速迭代。【我们在做什么】围绕世界模型，我们打通从数据到真机的全栈：训练 World Action Model（WAM）统一理解世界—预测演化—生成动作、突破泛化边界；训练 World Simulation Model（WSM）做长时序、物理一致的生成式仿真，用于策略评估与合成数据；从互联网规模的视频中蒸馏世界知识；并以大规模分布式训练、推理优化与端侧部署的基建，让 scaling 真正跑得起来、落得下去；同时在世界模型的 loop 里探索强化学习，让策略在想象中自我提升。 职位要求 【任职要求】1、计算机、人工智能、电子工程、自动化等相关专业应届毕业生（2026 / 2027
【27届校招】RLHF强化学习算法工程师 深圳、北京 正式 研发 - 算法 智能机器人板块 职位描述 我们致力于推动强化学习（Reinforcement Learning, RL）在人形机器人运动控制、大语言模型推理优化、和具身智能体（Embodied AI） 领域的突破性应用。现招募具备深厚RL技术背景的算法工程师，参与从算法设计、仿真训练到真实场景部署的全链路研发，探索AI与物理世界的深度融合。1、研究大语言模型RLHF阶段的广义强化算法，提升大模型的能力，探索大模型的自我进化之路；2、研究大模型驱动的智能体算法，包括但是不局限于ReACT、Voyager、WebGPT、AutoGPT；3、撰写技术报告和论文，分享研究成果，参与内外部的技术交流和合作，推动团队技术水平的提升，提高团队在行业内的影响力。 职位要求 1、具备扎实的机器学习基础和强悍的编码能力，能熟练使用 PyTorch；2、在大模型训练和强化学习至少一个方向上有经验；3、对人工智能和大模型技术有强烈的兴趣和热情，愿意不断学习和探索新技术。【加分项】1、有 ICML、ICLR、NeurIPS、ACL、CVPR 等顶级学术会议发表过有影响力研究成果的优先；2、在 ACM/ICPC、NOI/IOI、Kaggle 等编程/AI 比赛获奖者优先；3、主导、参与过 AI 相关的有大影响力的开源/闭源项目的优先。 投递...
智能座舱端侧Agent研发工程师 北京 全职 通用智能板块 职位描述 1、负责端侧智能座舱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、负责端侧 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、有嵌入式C++软件或是Android 应用开发经验；3、以Java/C++为基础的扎实编程功底；4、深度了解 LLM API、KV Cache、Tool Use、Reasoning/Planning、Multi-Agent System；5、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；6、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。 投递...
多模态世界模型高级算法工程师-具身智能方向 （博士） Shenzhen Production / Manufacturing / Processing 26届航海计划 Responsibilities 1. 探索研究具身智能领域的多模态大模型、世界模型、生成式模型、AIGC等人工智能前沿技术；2.探索大规模多模态理解与生成交织的基础模型，并进行极致系统优化；数据建设、指令微调、偏好对齐、RLHF、模型优化；提升数据合成、模型推理、规划能力，构建全面客观准确的评测体系，探索提升大模型能力；3. 探索突破包括而不限于多模态大模型、端到端VLA模型、视觉COT与Agent在内的多模态模型、世界模型；4. 通过预训练或SFT，使用生成式模型技术能力对现实世界的各类环境进行建模，提供多模态交互探索的基本能力，推动应用落地，研发以人工智能技术为核心的新技术、新产品。 Qualifications 1. 计算机、电子、数学、机器人等相关专业；2. 在计算机视觉、多模态大模型、AIGC等一个或多个领域有较深入的研究者；3. 具有出色的分析、解决问题的能力，能深入解决大模型训练、应用存在的问题，有自主探索解决方案的能力者；4. 具有良好的沟通协作能力，工作积极主动，能够与团队融洽合作，一起探索新技术，推进技术进步。加分项：1. 具有优秀的基础算法、扎实的机器学习基础，熟悉CV、AIGC、NLP、RL、ML等领域的技术，在CVPR、ECCV、ICCV、NeurIPS、ICLR、SIGGRAPH或SIGGRAPH Asia等顶级会议/期刊上发表论文者优先；2. 具有优秀的代码能力，熟练掌握C/C++或Python编程语言，ACM/ICPC、NOI/IOl、Kaggle等比赛获奖者优先；3. 在多模态大模型、基础模型、世界模型、生成领域，主导过大影响力项目者优先。 Apply...
PonyStar顶尖人才计划（26届） 北京、广州、上海 正式 职位描述 你可以在下列各种热门、前沿的方向中，根据自己的背景与兴趣，随意选择一个或多个方向，包括但不限于：多模态语义融合；VLM/VLA在云端和车端应用；3DGS、对抗网络和扩散模型构建虚拟数据、世界模型；强化学习在自动驾驶和空间场景中的应用；博弈论与交互决策；下一代具身智能基础模型预研；AI基础设施与端到端模型推理性能优化部署；数据工程等。 职位要求 - 学术达人在国际顶尖学术会议或期刊上（如CVPR/IJCAI/AAAI/ICLR/NeurIPS/ICML等）发表过重要学术论文- 竞赛高手在国内外顶尖赛事（如ACM ICPC/CCPC、IOI/NOI、CodeForces/TopCoder、RoboCup/RoboMaster等）获奖经历- 大牛学霸（无论本科、硕士、博士）计算机科学、人工智能、软件工程、自动化等相关专业TOP学生其他专业但能力超众可以快速学习的学生 投递...
算法实习生 - 端到端模型 北京 实习 职位描述 AI团队致力于探索前沿的人工智能技术，打造通用、高效的端到端自动驾驶解决方案，并将其在跨平台的L4 Robotaxi与量产车上进行部署。我们欢迎对AI技术充满热情、敢于挑战自己，并能脚踏实地，将前沿技术付诸于实践、创造价值的同学。在这个岗位上，你将能：1. 学习行业前沿的深度学习技术；2. 与技术大牛进行深入的思维碰撞；3. 在深度模型与算法的结合上创造新的火花；4. 让你的技术方案在行业顶尖的L4全无人车辆上进行部署； 职位要求 职位要求1. 计算机相关专业本科以上学历；2. 熟练掌握Python/C++，具备良好的工程能力和严谨的编程习惯；3. 对深度学习技术充满热情，能够对前沿技术建立自己的知识体系和深入理解，有从零到一构建模型的经验；4. 具备持续学习和自主钻研精神；5.能长期实习6个月及以上优先方向一：算法工程师 - AI团队 - 端到端感知//Foundation Model加分项1. 有BEV、多传感器融合、视频理解、检测、分割、跟踪、多任务训练、模型结构设计等相关领域的工作或研究经历；2. 在机器学习/计算机视觉相关的高水平学术会议上发表过论文；3. 具备出色的算法能力，在ACM/NOI/IOI等算法赛事上取得过名次；4. 有受到认可的开源项目开发经验；方向二：算法工程师 - AI团队 - 端到端决策规划/世界模型加分项1. 有深度决策模型、轨迹规划/预测、模仿学习、生成模型、强化学习等相关领域的工作或研究经历；2. 具备出色的算法能力，在ACM/NOI/IOI等算法赛事上取得过名次；3. 在机器学习/计算机视觉相关的高水平学术会议上发表过论文；4. 有受到认可的开源项目开发经验。 投递...
实习研发工程师 - 工程/算法 校招 广州、北京、上海 实习 职位描述 自动驾驶是一个庞大而复杂的系统工程，涉及了很多技术。在小马智行的研发团队，无论你有怎样的技术背景和兴趣，你都可以找到相应的方向，充分发挥你的才能去解决一个又一个技术难题。工程方面- 如果你对于稳定可靠的系统设计感兴趣，你可以参与到小马智行完全自主研发的车载自动驾驶系统研发；- 如果你对于高性能分布式技术感兴趣，你可以参与到小马智行针对自动驾驶独特需求的分布式基础架构研发；- 如果你对于艰深晦涩的编译原理和操作系统感兴趣，你有充分的空间用各种知识技术将系统性能压榨到极致；- 如果你对于大数据处理与分析感兴趣，小马智行路测车队每天收集的海量数据等你来处理与分析；- 如果你对于把玩各类硬件传感器感兴趣，你可以参与到无人车上各类传感器的选型与集成开发；- 如果你对于炫酷的前端可视化和图形学黑科技感兴趣，你可以参与到有丰富场景的3D无人车仿真系统的研发；- 如果你对于设计用户友好的界面、应用感兴趣，你可以参与充分优化乘客体验的人机界面的研发。算法方面- 如果你对于精准识别无人车周围的环境状态感兴趣，你可以参与到环境感知的算法研发；- 如果你对于精确制定并完成无人车的行驶轨迹感兴趣，你可以参与到路径规划与控制的算法研发；- 如果你对于精细刻画无人车行驶区域内的环境及精确定位感兴趣，你可以参与到高精地图与定位的算法研发；- 如果你对于综合各类传感器数据并得到精确结果感兴趣，你可以参与到传感器融合的算法研发；- 如果你热衷于探索前沿的深度学习技术、对于打造端到端大模型解决方案感兴趣，你可以参与到AI团队的算法研发；- 除以上外，无人车的各个模块都有无数有趣的算法难题等待你的解决。 职位要求 - 计算机或相关专业本科及以上学历；- 扎实的计算机理论基础；- 优秀的算法和数据结构能力；- 熟练掌握至少一门主流开发语言，能编写高效且易读的代码；- 强烈的责任心和工作积极性。若能满足如下条件的其中一个，会适当加分：- NOI、ACM获奖经历或其他能证明学习能力的亮眼成果；- 在相关领域如计算机视觉、机器学习、操作系统、机器人等领域发表高质量论文；- 有参与大型开源项目的经验。 投递...
研发工程师 - 工程/算法（26校招） 校招 北京、广州、上海 正式 职位描述 自动驾驶是一个庞大而复杂的系统工程，涉及了很多技术。在小马智行的研发团队，无论你有怎样的技术背景和兴趣，你都可以找到相应的方向，充分发挥你的才能去解决一个又一个技术难题。工程方面- 如果你对于稳定可靠的系统设计感兴趣，你可以参与到小马智行完全自主研发的车载自动驾驶系统研发；- 如果你对于高性能分布式技术感兴趣，你可以参与到小马智行针对自动驾驶独特需求的分布式基础架构研发；- 如果你对于艰深晦涩的编译原理和操作系统感兴趣，你有充分的空间用各种知识技术将系统性能压榨到极致；- 如果你对于大数据处理与分析感兴趣，小马智行路测车队每天收集的海量数据等你来处理与分析；- 如果你对于把玩各类硬件传感器感兴趣，你可以参与到无人车上各类传感器的选型与集成开发；- 如果你对于炫酷的前端可视化和图形学黑科技感兴趣，你可以参与到有丰富场景的3D无人车仿真系统的研发；- 如果你对于设计用户友好的界面、应用感兴趣，你可以参与充分优化乘客体验的人机界面的研发。算法方面- 如果你对于精准识别无人车周围的环境状态感兴趣，你可以参与到环境感知的算法研发；- 如果你对于精确制定并完成无人车的行驶轨迹感兴趣，你可以参与到路径规划与控制的算法研发；- 如果你对于精细刻画无人车行驶区域内的环境及精确定位感兴趣，你可以参与到高精地图与定位的算法研发；- 如果你对于综合各类传感器数据并得到精确结果感兴趣，你可以参与到传感器融合的算法研发；- 如果你热衷于探索前沿的深度学习技术、对于打造端到端大模型解决方案感兴趣，你可以参与到AI团队的算法研发；- 除以上外，无人车的各个模块都有无数有趣的算法难题等待你的解决。 职位要求 - 计算机或相关专业本科及以上学历；- 扎实的计算机理论基础；- 优秀的算法和数据结构能力；- 熟练掌握至少一门主流开发语言，能编写高效且易读的代码；- 强烈的责任心和工作积极性。若能满足如下条件的其中一个，会适当加分：- NOI、ACM获奖经历或其他能证明学习能力的亮眼成果；- 在相关领域如计算机视觉、机器学习、操作系统、机器人等领域发表高质量论文；- 有参与大型开源项目的经验。 投递...
PonyStar顶尖人才计划（27届） 校招 北京、广州、上海 正式 职位描述 你可以在下列各种热门、前沿的方向中，根据自己的背景与兴趣，随意选择一个或多个方向，包括但不限于：多模态语义融合；VLM/VLA在云端和车端应用；3DGS、对抗网络和扩散模型构建虚拟数据、世界模型；强化学习在自动驾驶和空间场景中的应用；博弈论与交互决策；下一代具身智能基础模型预研；AI基础设施与端到端模型推理性能优化部署；数据工程等。 职位要求 - 学术达人在国际顶尖学术会议或期刊上（如CVPR/IJCAI/AAAI/ICLR/NeurIPS/ICML等）发表过重要学术论文- 竞赛高手在国内外顶尖赛事（如ACM ICPC/CCPC、IOI/NOI、CodeForces/TopCoder、RoboCup/RoboMaster等）获奖经历- 大牛学霸（无论本科、硕士、博士）计算机科学、人工智能、软件工程、自动化等相关专业TOP学生其他专业但能力超众可以快速学习的学生*已投递简历或正在面试中的同学请勿重复投递，符合条件者将自动进入该计划。 投递...
机器人专项-世界模型方向 深圳、北京 社招 全职 智能制造 / 工业互联网 / 工业自动化 职位描述 岗位职责：1.探索研究具身智能领域的多模态大模型、世界模型、生成式模型、AIGC等人工智能前沿技术；2.探索大规模多模态理解与生成交织的基础模型，并进行极致系统优化;数据建设、指令微调、偏好对齐、RLHF模型优化；提升数据合成、模型推理、规划能力，构建全面客观准确的评测体系，探索提升大模型能力；3.探索突破包括而不限于多模态大模型、端到端VLA模型、视觉COT与Agent在内的多模态模型、世界模型；4.通过预训练或SFT，使用生成式模型技术能力对现实世界的各类环境进行建模，提供多模态交互探索的基本能力，推动应用落地，研发以人工智能技术为核心的新技术、新产品。 职位要求 职位要求：1.硕士及以上学历，计算机、电子、数学等相关专业；2.在计算机视觉、多模态大模型、AIGC等一个或多个领域有较深入的研究者；3.具有出色的分析、解决问题的能力，能深入解决大模型训练、应用存在的问题，有自主探索解决方案的能力者；4.具有良好的沟通协作能力，工作积极主动，能够与团队融洽合作，一起探索新技术，推进技术进步。加分项：1.具有优秀的基础算法、扎实的机器学习基础，熟悉CV、AIGC、NLP、RL、ML等领域的技术，在CVPR、ECCV、ICCV、NeurIPS、ICLR、SIGGRAPH或SIGGRAPH Asia等顶级会议/期刊上发表论文者优先；2.具有优秀的代码能力，熟练掌握C/C++或Python编程语言，ACM/ICPC、NOI/IOI、Kaggle等比赛获奖者优先；3.在多模态大模型、基础模型、世界模型、生成领域，主导过大影响力项目者优先。 投递...
算法工程师 - LLM后训练 Beijing Full-time R&D - Algorithm Responsibilities 参与公司AI算法相关工作，专注于提升大语言模型（LLM）的生成质量，推动技术创新和产品落地，具体职责包括但不限于：1. 监督微调：深入研究和实施大语言模型（LLM）的SFT、RFT等技术方案，优化AI的情感表达能力和剧情设计能力，突破长期记忆、行为一致性等技术难点2. 奖励模型：基于海量用户交互日志和反馈数据，深入挖掘真实用户偏好信号，构建高质量的偏好数据集；设计并实现包括生成式奖励模型（GRM）、过程奖励模型（PRM）等在内的多维度奖励函数3. 强化学习：深入理解PPO、DPO、GRPO等常用LLM强化学习方法，结合具体业务目标（如上下文一致性、逻辑正确性、OOC等），设计定制化的奖励组合与训练策略4. Agent：面向复杂、多步骤的业务场景，设计并实现基于大语言模型的Agent架构；集成工具调用（Tool Use）、记忆机制（Memory）、反思（Reflection）、多智能体协作等范式实现复杂任务的能力跃迁 Qualifications 1. 优秀的代码能力、数据结构和基础算法功底，熟练C/C++或Python，ACM/ICPC、NOI/IOI、Top Coder、Kaggle等比赛获奖者优先；2. 熟悉NLP、CV相关的算法和技术，熟悉大模型训练、RL算法者优先；3. 在虚拟角色生成、角色扮演、情感陪伴等方向有项目经验或论文成果者优先；4. 能系统性拆解角色类模型在生成一致性、长期记忆等场景的挑战，提出创新解决方案；5. 具备较强自驱力，能与产品、算法团队紧密协作，推动技术从研究到落地的全链路闭环。 Apply...
【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...
【27届校招】RLHF强化学习算法工程师 深圳、北京 正式 研发 - 算法 职位描述 我们致力于推动强化学习（Reinforcement Learning, RL）在人形机器人运动控制、大语言模型推理优化、和具身智能体（Embodied AI） 领域的突破性应用。现招募具备深厚RL技术背景的算法工程师，参与从算法设计、仿真训练到真实场景部署的全链路研发，探索AI与物理世界的深度融合。1、研究大语言模型RLHF阶段的广义强化算法，提升大模型的能力，探索大模型的自我进化之路；2、研究大模型驱动的智能体算法，包括但是不局限于ReACT、Voyager、WebGPT、AutoGPT；3、撰写技术报告和论文，分享研究成果，参与内外部的技术交流和合作，推动团队技术水平的提升，提高团队在行业内的影响力。 职位要求 1、具备扎实的机器学习基础和强悍的编码能力，能熟练使用 PyTorch；2、在大模型训练和强化学习至少一个方向上有经验；3、对人工智能和大模型技术有强烈的兴趣和热情，愿意不断学习和探索新技术。【加分项】1、有 ICML、ICLR、NeurIPS、ACL、CVPR 等顶级学术会议发表过有影响力研究成果的优先；2、在 ACM/ICPC、NOI/IOI、Kaggle 等编程/AI 比赛获奖者优先；3、主导、参与过 AI 相关的有大影响力的开源/闭源项目的优先。 投递...
MiMo算法研究员-后训练 北京 社招 全职 职位 ID：A06427 职位描述 我们是小米MiMo团队的 Post-train 组，专注模型对齐、可扩展强化学习、AI Agent 等前沿方向，致力于产出世界级研究成果与模型。我们拥有充足算力与真实应用场景，汇聚了一批对 AGI 怀有长期信念、追求技术深度的研究者与工程师。在开放、专注的氛围中，我们鼓励从第一性原理出发，共同探索通往更高级人工智能的路径。主要研究方向1. AI 智能体 (AI Agent) - Agent 基础能力：研发大规模、高质量的 Agent 数据合成管线，提升模型在 Code、Search 及 General Tool Use 使用等场景下的能力。 - 高级 Agent 系统：探索多智能体协作、长时记忆系统及交互环境的构建，提升模型解决复杂任务能力。2. 大语言模型推理 (LLM Reasoning)
大模型算法研究员-MiMo 北京 社招 全职 职位 ID：A212487 职位描述 1. 创新深度神经网络设计： - 开发新颖、开拓性的深度神经网络架构，推动深度学习领域的基础研究。 - 针对多模态（文本、图像、语音等）设计优化模型，提高模型的泛化能力和应用性能。2. 科学评测体系构建： - 构建科学严谨的算法评测方法，系统评估模型的性能。 - 探索模型能力的潜在机制，推动模型优化和创新。。3. 高质量数据合成与处理： - 通过数据生成、扩充和重写等方法，创建大规模、高质量的训练数据集。 - 结合指令调优、偏好对齐等技术提升数据质量与模型表现。4. 强化学习优化： - 研究并实施基于RLHF/RLAIF的偏好对齐技术，提升模型在多领域的应用能力。 - 探索和优化主动学习、课程学习等有效的大模型训练方法。 职位要求 1. 学术能力： - 精通深度学习、强化学习（RL）、自然语言处理（NLP）等领域，具备创新研究能力。 - 在相关领域的国际顶会或期刊发表高质量论文（如 NeurIPS、ICML、CVPR、ICLR、ACL
算法工程师 - Agent Beijing Full-time R&D - Algorithm Responsibilities 负责公司AI Agent方向的算法研究与落地工作，围绕个性化内容生成与长期记忆构建，将大模型训练技术（SFT、RL等）应用于Agent能力的持续提升，具体职责包括但不限于：1. Agent架构设计：面向个性化内容生成和角色交互场景，设计并实现基于大语言模型的Agent架构；定义Agent的编排流程、工具调用（Tool Use）、反思（Reflection）等核心范式，使Agent能够基于用户画像和历史交互生成高度个性化的内容与回复2. Agent训练与优化：运用SFT、RFT、PPO、DPO、GRPO等训练方法，针对Agent场景设计专项训练方案；构建Agent行为轨迹数据集，通过强化学习优化Agent的个性化生成质量、记忆调用准确性和多轮对话一致性3. 训练环境设计：构建Agent训练所需的真实可执行交互环境（工具调用沙箱、用户模拟器、多轮对话场景等），定义状态空间、动作空间和反馈信号，为Agent提供高质量的训练闭环4. 奖励建模：设计Agent专用的奖励函数与评估体系，针对个性化程度、内容一致性、记忆调用准确性、用户满意度等多维目标，结合过程奖励模型（PRM）、生成式奖励模型（GRM）以及个性化奖励模型（Personalized RM，基于用户偏好和交互历史动态调整奖励信号），实现对Agent行为链路的细粒度奖励，解决奖励稀疏、奖励欺骗等核心难题5. 记忆与个性化系统：构建可解释、可迁移、可控的Agent记忆架构，支持用户偏好的长期建模与动态更新；实现记忆的版本化管理，支持精确遗忘（通过token删除）和跨模型迁移，保障个性化体验的连续性与可控性6. 持续学习（Continual Learning）：研究并实现Token Space下的持续学习机制，通过更新Agent的learned context（系统提示、记忆库、工具定义等）而非模型权重来实现Agent的持续进化；解决context poisoning（上下文污染）/ context rot（上下文退化）等有限上下文窗口下的记忆退化问题，在避免灾难性遗忘的前提下实现Agent知识的增量积累8. 快速实验与迭代闭环：具备从eval构建、数据准备、方案实现到结果评估的全链路快速实验能力；参与Agent的线上A/B实验设计，通过线上效果度量和用户反馈分析定位算法瓶颈，驱动下一轮训练与模型优化的方向 Qualifications 1. 优秀的代码能力、数据结构和基础算法功底，熟练C/C++或Python，ACM/ICPC、NOI/IOI、Top Coder、Kaggle等比赛获奖者优先；2. 熟悉NLP相关的算法和技术，具备大模型训练和RL算法的实践经验；3. 对LLM-based Agent系统有深入理解，具备Agent训练或Agent系统相关的项目经验；4. 能系统性拆解Agent在长期记忆管理、个性化内容生成、上下文窗口利用等场景的挑战，提出创新解决方案；5. 具备较强自驱力，能与产品、算法团队紧密协作，推动技术从研究到落地的全链路闭环。加分项：1. 在Agent记忆机制、个性化生成、持续学习、上下文优化（如DSPy等prompt optimization方法）等方向有论文成果；2.