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
NLP / LLM 应用工程师 北京 社招 全职 职位 ID：A99270 职位描述 1.负责Agent大模型能力层建设，包括Prompt工程体系设计、RAG检索增强生成、上下文工程优化。2.搭建企业知识库的Embedding Pipeline，实现高质量语义检索。3.设计和优化Agent的意图识别、对话管理、知识问答等核心NLP能力。4.负责Agent评测体系落地：构建评测数据集（Golden Dataset）、设计评测指标（Faithfulness、Answer Relevancy、Context Precision等），实现自动化评测流水线。5.探索多模型路由策略（国内外大模型混合调用），平衡效果与成本。 职位要求 1.本科及以上学历，2年以上LLM应用开发经验，重落地非纯研究。2. 精通Python，有真实LLM应用上线经验（非Demo级别）。3.熟悉RAG、Embedding、向量检索全链路，有向量数据库使用经验（Milvus/Chroma/Pinecone）。4.有Agent/RAG评测经验：熟悉RAGAS、DeepEval、TruLens、PromptFoo中至少一种评测框架。5.熟悉LangChain/LlamaIndex/LangGraph等LLM应用开发框架。6.熟悉主流大模型API（OpenAI、Anthropic、通义千问、文心等）。7. 对生成质量和推理成本敏感，能系统化评估与优化模型效果。8.了解Genspark搜索Agent的RAG架构、Manus的多步推理评测方法者加分。 投递...
语音交互与大模型智能体架构研发工程师 北京 社招 全职 互联网 / 电子 / 网游 职位描述 1. 负责语音交互与智能体（Agent）平台的整体架构设计与治理：服务架构、网络通信、分布式与高可用。2. 将 ASR/TTS、LLM 推理、Agent 编排等能力工程化与标准化封装（API/SDK/微服务），实现统一接入与配额治理。3. 设计低时延、高并发的数据与音频流处理方案（实时传输、编解码、流控、故障隔离）。4. 建设线上稳定性体系：容量与弹性、限流熔断、灰度与回滚、SLO/SLA、混沌工程与压测。5. 负责海外多区域/多云集群的调度与部署（跨区流量治理、镜像分发、合规与可观测）。6. 与算法、产品、前端/客户端、SRE 协同，推动从评审到上线的端到端交付。 职位要求 1. 24-25届毕业生，本科及以上学历。2. 计算机/电子/通信等相关专业本科及以上。3. 精通 Go / C++ / Python 任一；计算机基础扎实（并发、网络、操作系统、数据结构）。4. 深入理解服务化与分布式系统：微服务/服务网格、RPC/gRPC、消息队列、缓存、数据库/对象存储。5. 熟悉网络编程与高性能 I/O（epoll/kqueue、零拷贝、连接管理、退避重试）。加分项：1. 有 ASR/TTS/音频编解码/实时链路优化经验；2. 有
端侧 AI 部署与应用工程师 (2026届校招) 北京 校招 正式 智能制造 / 工业互联网 / 工业自动化 - 研发 职位描述 你将加入我们的核心研发团队，基于Qualcomm计算平台，打通从 AI 模型到端侧应用落地的“最后一公里”。我们需要你不仅懂算法原理，更能通过扎实的工程能力，构建高性能的 AI Agent 与推理系统。1. 模型转换与性能调优 (Model Engineering):使用 Linux 环境下的工具链，将 PyTorch/TensorFlow 训练模型转换为专用格式（DLC/QNN context）。编写 Shell/Python 脚本 实现模型转换、量化（Int8/FP16）及精度验证的自动化流程。分析模型在 Hexagon DSP/NPU 上的性能瓶颈，进行算子优化和推理加速。2. 端侧 AI
大模型后训练与GPU/加速器内核优化实习生 北京 校招 实习 算法类 职位描述 面向CUDA及多架构加速器（类CUDA）内核开发的垂直场景，基于现有基础模型开展后训练与评测落地，提升模型在内核生成/改写/性能优化上的实用能力，并在真实业务中落地1. 构建/清洗面向内核的训练数据与指令模板（生成、优化、注释、性能提示等）；2. 基于SFT、DPO/奖励建模、PPO/RLHF/RLAIF等开展后训练与对齐；3. 搭建自动化评测闭环：编译-单测-正确性-性能基准与指标（可编译率、通过率、吞吐/延迟、寄存器/共享内存、occupancy等）；4. 集成编译/分析/运行工具，将静态/动态性能信号引入训练反馈。 职位要求 1. 硕士/博士在读，大模型方向；2. 至少一种LLM后训练实践（SFT或RLHF/RLAIF/奖励建模/DPO等），重视训练-评测落地能力，有coding方向经验加分；3. 熟悉PyTorch与数据处理，能搭建训练/评测流水线；了解分布式/混合精度者优先；4. 具备CUDA/GPU并行基础，能阅读/编写内核并定位性能瓶颈；熟悉nvcc/clang与profilers等工具；5. 工程能力扎实（Python优先，C/C++加分），自驱与协作良好。加分项1. 有CUDA/HIP/SYCL或其他加速器内核优化经验；搭建过编译-运行-打分闭环；2. 在算子优化/并行计算/系统性能工程方面有积累；有开源、论文或竞赛经历。 投递...
AI产品经理实习生 AI人才专项 热招 北京 校招 实习 产品类 职位描述 1. 产品文档 AI 协作：使用 AI 工具（Claude Code / Codex / Gemini）协助产品经理完成竞品分析、PRD 初稿、交互规格撰写、播报文案扩写等文档工作，并对 AI 产出进行质量把关和人工修正2. AI 工作流搭建与优化：维护和迭代团队已有的 AI 产品工作流，包括 Prompt 模板调优、Agent 知识库更新、pipeline 效果跟踪，持续提升各环节的效率和质量3. 可复用资产沉淀：将单个项目中验证有效的方法论标准化——沉淀 Prompt 模板、SOP、评估标准、自动化脚本，推广到其他项目模块4. 新场景探索与验证：主动发现团队中可用 AI 提效的新场景（如用户反馈自动归类、竞品监测自动化、健康数据洞察报告等）5.
Miclaw-AI agent开发实习生 AI人才专项 热招 北京 校招 实习 软件研发类 职位描述 你将参与什么我们正在打造下一代 AI 智能编码平台——让 AI 像资深工程师一样理解需求、编写代码、运行测试，实现软件开发的端到端自动化。你将深度参与这个平台的核心技术研发，具体方向包括：方向一：AI 编码 Agent 开发1. 开发能够自主完成编码任务的 AI Agent，让它能理解需求文档、生成技术方案、编写代码并自动验证2. 构建多个 AI Agent 之间的协作机制，让它们像团队一样分工合作，完成复杂的软件开发任务方向二：大规模代码智能检索1. 构建代码语义检索系统，让 AI 能在海量代码库中快速找到相关代码片段和上下文2. 将检索能力与大模型结合，提升 AI 对复杂项目结构和跨文件依赖的理解能力方向三：AI Agent 数据与评测优化1. 搭建 Agent 全链路数据采集与分析体系，覆盖行为轨迹、工具调用、代码产出及用户反馈2. 建立自动化评测流水线，围绕代码正确性、任务完成率等核心指标量化
AIoT研发实习生-2027届 北京 校招 实习 软件研发类 职位描述 1. 协助开发面向 IoT 场景的 Agent 能力，包括任务拆解、工具调用、结果汇总与异常处理。2. 协助构建 Agent 工作流（如 ReAct / Plan-Execute），配合完成设备控制、状态查询、知识问答等场景的端到端联调。3. 参与 Prompt 设计与迭代，协助完成 Agent 的效果评测与问题复盘，持续优化响应质量与稳定性。4. 借助 AI 工具辅助编码，实现 IoT 场景相关功能开发，参与 AI 在 IoT 业务中的落地实践。5. 协助维护 Java/Python 相关后台接口，基于 Spring Boot
自动驾驶-大模型部署优化算法实习生 北京 校招 实习 软件研发类 职位描述 1. 负责自动驾驶大模型的模型优化算法及工具链的研发工作。2. 对大模型部署优化技术展开研究，并落地到自动驾驶，包括大模型量化、稀疏化、蒸馏、投机采样等模型优化技术。3. 参与模型部署、优化工具链的研发。 职位要求 1. 丰富的端侧LLM/VLM大模型优化经验，有大模型算法及优化工具链研发经验者优先2. 扎实的（Python/C++）编程基础和良好的软件工程习惯，熟悉常用的数据结构和算法3. 熟悉 Pytorch、Transformers等大模型库及框架4. 发表过人工智能/机器学习定位论文者优先 投递...
音乐生成算法工程师实习生 北京 校招 实习 算法类 职位描述 1. 参与音乐生成模型开发： 协助设计、训练和评估基于深度学习（如Transformer, Diffusion Model）的音乐生成模型。2. 数据处理与分析： 负责音乐数据集的收集、清洗与预处理，并对生成结果进行分析和优化。3. 原型与工具开发： 参与音乐生成相关功能模块或小型工具的原型实现和代码维护。4. 前沿技术探索： 学习并复现音乐AI领域最新论文和技术，并尝试在项目中应用。 职位要求 1. 在校生： 计算机、AI、电子工程、音乐科技等相关专业高年级本科生或研究生。每周至少实习3天，持续3个月以上。2. 编程能力： 熟练Python，扎实的算法与数据结构功底，熟悉至少一种深度学习框架（PyTorch优先）。3. 深度学习理论与实践：深入理解Transformer架构及其变体。熟悉Diffusion Model原理，有DiT等模型实践经验者优先。对LLM在多模态或序列生成中的应用有基本认识。能够独立复现SOTA模型。4. 数学基础： 扎实的线性代数、概率论与数理统计功底。5. 加分项：有音乐生成、音频处理、多模态AI相关项目经验或论文发表。熟悉音乐理论，有音乐创作或制作背景。GitHub上有高质量代码或项目。6. 基本素质： 对音乐AI有极高热情，具备强大的学习能力、独立解决问题能力和团队协作精神。 投递...
自动驾驶 - 高性能计算/算子开发工程师（实习）-2027届 北京 校招 实习 算法类 职位描述 1. 负责自动驾驶端侧模型的算子性能瓶颈分析与优化2. 参与前沿LLM算子的预研与高性能实现落地 职位要求 1. 扎实的C++/Python编程基础，熟悉常用数据结构与算法，具备良好的代码风格和工程习惯2. 扎实的计算机体系结构基础，深入理解CPU/GPU/NPU架构、缓存机制、并行计算及访存优化3. 熟悉Transformer模型结构及其推理特性，有LLM推理加速经验者优先 投递...
音频算法工程师-实习 北京 校招 实习 软件研发类 职位描述 1. 参与音乐生成模型开发： 协助设计、训练和评估基于深度学习（如Transformer, Diffusion Model）的音乐生成模型。2. 数据处理与分析： 负责音乐数据集的收集、清洗与预处理，并对生成结果进行分析和优化。3. 原型与工具开发： 参与音乐生成相关功能模块或小型工具的原型实现和代码维护。4. 前沿技术探索： 学习并复现音乐AI领域最新论文和技术，并尝试在项目中应用。 职位要求 1. 计算机、AI、电子工程、音乐科技等相关专业高年级本科生或研究生。每周至少实习3天，持续3个月以上。2. 编程能力： 熟练Python，扎实的算法与数据结构功底，熟悉至少一种深度学习框架（PyTorch优先）。3. 深度学习理论与实践：深入理解Transformer架构及其变体。熟悉Diffusion Model原理，有DiT等模型实践经验者优先。对LLM在多模态或序列生成中的应用有基本认识。能够独立复现SOTA模型。4. 数学基础： 扎实的线性代数、概率论与数理统计功底。5. 加分项：有音乐生成、音频处理、多模态AI相关项目经验或论文发表。熟悉音乐理论，有音乐创作或制作背景。GitHub上有高质量代码或项目。6. 基本素质： 对音乐AI有极高热情，具备强大的学习能力、独立解决问题能力和团队协作精神。 投递...
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
Company: Qualcomm China Job Area:Engineering Group, Engineering Group Machine Learning Engineering General Summary: Qualcomm AI Research is looking for world-class algorithms engineers in general domain machine learning, especially generative AI, LLM, LVM, VLM and omni models. Come
The Emerging Tech Standard Delivery Team drives the adoption of advanced technologies and develops enterprise‑ready solutions for D&A Operations. In this role, the individual partners with Operations and Technology teams to design data‑driven solutions that deliver
信息安全工程师 北京 技术 - 安全 硕士及以上 2026届春招 职位描述 1、安全工具链建设与研发：参与安全工具（SAST、DAST、SCA等）的选型、集成、定制开发与持续优化。2、安全运营与漏洞治理：开展漏洞的全生命周期管理，包括漏洞验证、风险评估、修复方案制定、处置跟踪及复盘分析，建立高效的漏洞闭环处置机制。3、AI自动化安全工作流设计：探索并实践大模型（LLM）、智能体（Agent）等AI技术在应用安全领域的落地，设计并实现基于OpenClaw、Skills等框架的自动化工作流，如智能漏洞分析、自动化修复建议生成、安全测试用例自动生成等，提升安全运营的智能化与自动化水平。 职位要求 1、本科及以上学历，计算机科学、信息安全、软件工程等相关专业优先。2、熟练掌握至少一门编程语言（如Java/Python/Go）；熟悉Linux/macOS系统下的软件开发与运维。3、了解SAST、DAST、SCA等安全工具的原理，具备功能实现经验者优先。4、对AI技术在安全领域的应用有浓厚兴趣，了解大模型、智能体等相关技术，具备自动化工作流设计与实现能力者优先（如使用OpenClaw、Skills等框架）。5、具备强烈的技术热情与创新意识，出色的沟通协作与推动力，能够独立分析并解决复杂问题；乐观进取，自我驱动力强，具备良好的抗压能力与反思总结习惯。 职位信息 部门： 金融安全部 投递...
多模智能交互算法实习生 北京 实习 职位描述 参与智能交互端到端大模型的研发，方向包括多轮对话质量、交互时机判定（流式判停打断拒识等），工具调用等；探索打造类人全双工交互体验，支持机器人在真实场景中的多模交互落地；构建多场景的高质量语音-文本对齐数据集，支撑模型及业务训练与迭代；跟进智能交互领域前沿技术，探索新方法并将其应用到具身机器人的交互智能场景。 职位要求 计算机、人工智能等相关专业硕士及以上在读，优秀的本科生亦可；熟悉机器学习和深度学习基础理论，了解主流LLM的基本原理和训练方法；具备良好的编程能力，熟练掌握Python，熟悉TensorFlow、PyTorch等至少一种主流深度学习框架；熟悉Linux开发环境，具备基本的代码调试能力；具备快速学习和独立解决问题的能力，有良好的团队协作意识。加分项有交互大模型研发及实际应用经验者优先；在国际顶级会议/期刊（ICASSP、Interspeech、ASRU等）发表过相关论文者优先；在语音或机器学习相关竞赛中获得过领先名次者优先；对具身智能、机器人交互领域有浓厚兴趣者优先。 投递...
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
【27届校招】智能座舱算法工程师（仿真，北京） 北京 正式 研发 - 算法 职位描述 参与智能座舱仿真评测平台的核心算法研发工作，围绕评测 - 仿真 - 智能体三大方向，推动座舱交互体验的自动化评测与持续优化。具体工作内容包括但不限于：1、评测体系构建- 设计并构建智能座舱场景下的评测 Benchmark，覆盖多轮对话、多模态交互、任务完成度等维度- 研发评测 Reward Model，建立可量化、可迭代的自动化评分体系2、智能体（Agent）研发- 构建评测 Agent，实现对座舱对话系统的自动化、规模化测试- 设计用户行为仿真 Agent，模拟真实用户在座舱场景中的交互行为与意图模式3、仿真环境搭建- 参与座舱环境仿真系统的研发，构建可复现、可配置的虚拟测试环境- 参与感知仿真模块开发，模拟语音、视觉、手势等多模态输入信号 职位要求 1、扎实的编程能力，熟练掌握 Python，熟悉常用深度学习框架（PyTorch 等）；2、了解大语言模型（LLM）的基本原理与应用，有 Prompt Engineering 或模型微调经验；3、具备以下至少一个方向的实际项目或研究经验：-大模型应用 / Agent 构建-强化学习（RLHF、PPO、Reward Modeling 等）-对话系统 / NLP-数据处理与分析-良好的自驱力与沟通能力，能独立推进研究课题【加分项】1、在 ACL、EMNLP、NeurIPS、ICML、ICLR、AAAI
【27届校招】智能座舱算法工程师（小语种，北京） 北京 正式 研发 - 算法 职位描述 1. 负责智能座舱多模态大模型核心算法研发，融合语音（ASR 文本/音频特征）、视觉（驾驶员状态、手势、唇动）、车机上下文（导航/媒体/车辆状态）等多源信息，实现精准的车载语义理解；2. 针对小语种及低资源语种场景，研究跨语言迁移学习等技术，构建支持多个小语种的语义理解方案；3. 参与小语种 NLU 数据体系的构建，包括数据挖掘、弱监督/半监督标注、合成数据生成及持续学习机制，降低对人工标注的依赖。 职位要求 1. 学历背景：硕士及以上学历，计算机科学、人工智能、自然语言处理、语音处理、多模态计算等相关专业；2. 技术基础：扎实的 NLP/NLU 理论功底，熟悉对话系统业务，以及LLM、VLM、omni技术。熟练掌握 Python/C++，具备大模型训练与调优经验；3. 专业能力：具备多语言/跨语言 NLP 经验，了解低资源语种语义理解的挑战。 投递...