Agentic Engineering 北京 社招 全职 技术 - 基础架构 职位 ID：A14700 职位描述 我们相信下一代软件研发是 Agent 原生的：工具不再是人手的延伸，而是与人协同工作的自治系统。你将参与以下两个互为支撑的核心方向。方向一：下一代效率工具- 构建 Agent 原生的统一工作系统，把研发工作中若干彼此割裂的核心场景收敛为同一条工作流- 重新设计人与 Agent 的分工边界：人的角色从操作工具转向给出目标与偏好、验收结果- 构建支撑一体化的基础设施，状态与上下文在不同场景间的流转- 让知识随工作自然沉淀：过程中产生的决策与经验自动转化为可检索、可复用的团队记忆方向二：Loop Engineering 的下一代范式- 探索超越当前 agentic loop（写码 → 验证 → 修复）的软件构建范式，重新思考软件如何被定义、如何被构建、何时算完成- 研究人类输入的最小化：人只提供目标与偏好层面的输入，系统承担从定义到交付的完整构建过程- 构建支撑这一范式的核心引擎，以及衡量其收敛速度与构建质量的评测体系- 把范式沉淀为可复用的工程方法，在真实项目中持续验证与迭代 职位要求 - 具有较强工程能力，能独立完成复杂系统模块的设计与实现- 熟练使用
Forward Deployed Engineer（数字员工 / Agentic Workflow） 北京 社招 全职 技术 - 基础架构 职位 ID：A52304 职位描述 1. 深入客户现场，与业务用户一起梳理原工作流，识别高频、重复、知识密集、跨系统协同的任务，并判断是否适合数字员工或 Agentic Workflow 改造。2. 基于客户场景快速开发 0-1 原型，包括 RAG、Prompt、Tool Calling、Workflow 编排、多轮对话、表单/审批/工单/知识库/CRM/客服系统对接等。3. 与解决方案架构师协同，将业务需求拆成技术任务，定义 MVP 范围、数据接入方式、模型能力边界、验收指标和风险点。4. 负责现场技术问题闭环，包括接口联调、数据清洗、权限配置、模型调用、日志排查、结果评测和体验优化。5. 将 0-1 项目中的工程实践沉淀为可复用组件，如行业工具包、Agent 模板、工作流模板、评测脚本和交付手册。6. 将客户现场遇到的产品缺口、模型短板等反馈给产品、算法、Infra 团队，推动平台能力迭代。 职位要求 1.
Company: Qualcomm China Job Area:Engineering Group, Engineering Group Machine Learning Engineering General Summary: About us: We are Qualcomm AI Research that are advancing AI to make its core capabilities – perception, reasoning, and action – ubiquitous
Key Responsibilities As an AI Scientist/Senior Scientist, you will: Design, develop, benchmark, and implement advanced AI/ML models (self-supervised and supervised) for biologics discovery and engineering, including protein language models, structure prediction models, de novo design algorithms,
Conviva is the first and best place to understand and optimize digital customer experiences. Our Operational Data Platform harnesses full-census, comprehensive client-side telemetry—capturing every aspect of customer experience and engagement across all devices and linking them
Company Description At Canva, were building a future powered by AI thats as magical as it is impactful. As an LLM Agent Research Scientist at Canva, youll advance the frontier of agentic AI—building autonomous systems that can
Company Description At Canva, were building a future powered by AI thats as magical as it is impactful. As an LLM Agent Research Scientist at Canva, youll advance the frontier of agentic AI—building autonomous systems that can
SummaryImagine what you could do here! The people here at Apple don’t just create products — they build the kind of wonder that’s revolutionized industries. It’s the diversity of those people and their ideas that encourages
SummaryAt Apple, new ideas have a way of becoming great products, services, and customer experiences very quickly. Bring passion and dedication to your job and theres no telling what you could accomplish. Do you love problem
AI工程平台架构师 北京 社招 全职 职位 ID：A94850 职位描述 1. 负责企业级 AI Agent 开发平台的整体架构设计，面向手机操作系统等超大型软件工程场景，构建支持 Agentic Coding 的自主编码、规划与执行能力，推动平台成为类 OpenClaw 的旗舰级产品2. 主导 Multi-Agent 协作框架的设计与实现，涵盖任务分解、上下文管理、工具调用编排及多 Agent 协同流程，支撑复杂软件系统（百万级代码行）的端到端自动化开发3. 深入理解大型软件系统（手机操作系统、超大型互联网应用等）的架构范式与工程约束，将领域知识融入 Agent 的规划与决策机制，确保生成代码符合工业级质量标准4. 设计覆盖软件全生命周期的 Agent 能力体系，包括需求理解与拆解、架构设计辅助、代码生成与重构、自动化测试、代码审查及持续集成，构建端到端的智能研发流水线5. 参与 Agent 平台核心基础设施建设，包括长上下文记忆管理、代码仓库级 RAG 引擎、工具生态集成及安全沙箱执行环境，保障平台稳定性与可扩展性 职位要求 1. 计算机科学、人工智能或相关专业硕士及以上学历，具备扎实的系统设计与工程基础2. 8
Conviva is the first and best place to understand and optimize digital customer experiences. Our Operational Data Platform harnesses full-census, comprehensive client-side telemetry—capturing every aspect of customer experience and engagement across all devices and linking them
Overview Microsoft Azure Voice AI | Microsoft Foundry Agent Platform Join our innovative Azure Voice AI team, where we are building voice, avatar, and voice agent technologies as foundational capabilities of the Microsoft Foundry Agent Platform.
AI院-多模态音频-算法实习生 北京 实习 互联网 / 电子 / 网游 职位描述 【团队介绍】智谱多模态大模型团队是全球领先的多模态研究团队之一，专注于推动视觉语言大模型的认知与推理能力的突破。团队拥有从多模态理解到生成的全栈自研技术体系，依托强大的计算资源和全链路研发能力，持续引领行业创新。团队负责多模态基座模型研发（视觉语言模型+多模态生成模型），先后推出GLM-V系列多模态基座模型，以及GLM-Image、CogView、CogVideo等前沿生成模型。2025年连续发布GLM-4.1V-Thinking、GLM4.5V和GLM-4.6V系列模型，其中GLM-4.1V-Thinking创新性地引入思维链推理机制，采用课程采样强化学习策略，系统性提升模型跨模态因果推理能力与稳定性，在28项业界权威评测中有23项达成10B级模型的最佳成绩(SOTA)；而GLM-4.5V采用MoE架构(总参数106B、激活参数12B)，在100B级视觉推理模型中树立起新的标准，在41个业界主流benchmark上达到同级别SOTA，且OCR、视频理解、AI解题、长文档解读、前端复刻、空间定位与推理等核心能力获得显著提升；GLM-4.6V则在多模态感知和深度推理方面进一步增强，且支持128k long-context、多模态工具调用和图文交错输出，为执行复杂、长程、多模态Agentic任务奠定坚实基础；9B版本的GLM-4.6V-Flash整体表现超过 Qwen3-VL-8B，106B参数12B激活的GLM-4.6V表现比肩2倍参数量的Qwen3-VL-235B。顺应技术发展趋势和业界需求，2026年初团队研发和开源GLM-Image和GLM-OCR。前者是智谱新旗舰图像生成模型，全程基于国产芯片完成训练，采用独创的「自回归+扩散解码器」混合架构，兼顾全局指令理解与局部细节刻画，克服了海报、PPT、科普图等知识密集型场景生成难题，是面向以Nano Banana Pro为代表的新一代「认知型生成」技术范式的一次重要探索。GLM-OCR则是轻量级OCR和文档解析专用模型，以“小尺寸、高精度”树立新标杆，其性能登顶 OmniDocBench，擅长公式、手写体、表格等高难场景，仅 0.9B 参数，推理高效易部署，在HuggingFace上获得超过360万下载量。【岗位职责】1. 从事音频算法研究、训练、应用，具体业务包括Omni-音频理解、同声传译、video-audio联合生成等2. 探索语音/音频技术前沿技术，探索音频理解、音频表征、音视频联合生成的新范式3. 负责模型的多机多卡训练、高性能推理、数据集构建、评测系统搭建等 职位要求 【职位要求】1. 自然语言处理、机器学习、人工智能、软件工程等相关专业，硕士及以上学历；2. 较强的算法开发能力，熟悉常用的机器学习、深度学习算法；3. 熟练使用Python和Pytorch/Tensorflow深度学习框架；4. 熟悉以下至少一种，且有相应研发经验优先，大模型的框架&理论（如Diffusion、Vall-E/SpearTTS/AudioLM、MusicLM等）；5. 具备优秀的代码能力和基础算法功底，有较为丰富的工程经验，有大规模训练经验或大规模数据处理经验。加分项：1. 在ACL，NeurIPS，ICLR，EMNLP，ICML等顶级会议或期刊上发表过论文者优先；2. 熟悉并行训练框架，有多机多卡训练经验者优先。 投递...
AI 院-多模态团队-多模态理解算法研究员-强化学习方向 北京 全职 互联网 / 电子 / 网游 职位描述 【团队介绍】智谱多模态大模型团队是全球领先的多模态研究团队之一，专注于推动视觉语言大模型的认知与推理能力的突破。团队拥有从多模态理解到生成的全栈自研技术体系，依托强大的计算资源和全链路研发能力，持续引领行业创新。团队负责多模态基座模型研发（视觉语言模型+多模态生成模型），先后推出GLM-V系列多模态基座模型，以及GLM-Image、CogView、CogVideo等前沿生成模型。2025年连续发布GLM-4.1V-Thinking、GLM4.5V和GLM-4.6V系列模型，其中GLM-4.1V-Thinking创新性地引入思维链推理机制，采用课程采样强化学习策略，系统性提升模型跨模态因果推理能力与稳定性，在28项业界权威评测中有23项达成10B级模型的最佳成绩(SOTA)；而GLM-4.5V采用MoE架构(总参数106B、激活参数12B)，在100B级视觉推理模型中树立起新的标准，在41个业界主流benchmark上达到同级别SOTA，且OCR、视频理解、AI解题、长文档解读、前端复刻、空间定位与推理等核心能力获得显著提升；GLM-4.6V则在多模态感知和深度推理方面进一步增强，且支持128k long-context、多模态工具调用和图文交错输出，为执行复杂、长程、多模态Agentic任务奠定坚实基础；9B版本的GLM-4.6V-Flash整体表现超过 Qwen3-VL-8B，106B参数12B激活的GLM-4.6V表现比肩2倍参数量的Qwen3-VL-235B。顺应技术发展趋势和业界需求，2026年初团队研发和开源GLM-Image和GLM-OCR。前者是智谱新旗舰图像生成模型，全程基于国产芯片完成训练，采用独创的「自回归+扩散解码器」混合架构，兼顾全局指令理解与局部细节刻画，克服了海报、PPT、科普图等知识密集型场景生成难题，是面向以Nano Banana Pro为代表的新一代「认知型生成」技术范式的一次重要探索。GLM-OCR则是轻量级OCR和文档解析专用模型，以“小尺寸、高精度”树立新标杆，其性能登顶 OmniDocBench，擅长公式、手写体、表格等高难场景，仅 0.9B 参数，推理高效易部署，在HuggingFace上获得超过360万下载量。岗位职责：学科解题方向，负责VLM的混合SFT/RL训练优化及RL训练的数据处理，通过人类偏好学习提升多模态大模型的对齐和推理能力。 职位要求 1、统招硕士及以上学历，计算机科学/机器学习/人工智能相关专业；2、0-3年工作经验，在NLP/CV/RL等至少一个AI领域有过深入的研究经历；3、熟悉主流的多模态大模型，能持续跟进学术界和工业界的最新研究和产品；4、熟悉强化学习，有RLHF/DPO训练经验者优先；熟悉Linux,Python,Pytorch和Transformer，了解分布式训练框架如Deepspeed,Megatron-LM等；5、了解对多模态数据（如文本、图像、视频、音频等）的基本处理，能够独立完成数据收集、清洗和构造的pipeline； 投递...
Agent Harness算法实习生 北京 实习 数字技术 职位 ID：A187538 职位描述 * 探索 agent harness / runtime 在车载场景下对话系统的研究和应用，包括论文调研、方案设计、数据分析、效果优化、代码实现等工作；* 直接参与公司自研 Agent harness 框架的全链路设计与开发；* 针对 Agent 执行链路分析与问题定位；优化 Agent 响应效率、稳定性及容错能力；* 对接离线SFT/agentic RL训练环境，协助提升端到端模型效果； 职位要求 * 本科及以上在读，计算机、软件工程、人工智能等相关专业；* 每周实习不少于 4 天，持续 3 个月以上；* 熟练掌握以下至少一种语言 Python（优先）/Typescript/Java；* 良好的编码习惯和代码质量意识；熟悉 Git