Rust Jobs In Beijing (Peking) - 8 Job Positions Available

AI工程师 - 平台 Beijing Full-time Intelligent manufacturing / Industrial Internet / Industrial automation - R&D Responsibilities 1. 负责公司核心AI平台的架构设计、研发与持续演进，支撑多业务线稳定高效运行。2. 参与平台化、服务化、组件化建设，沉淀通用平台能力3. 负责高并发、高可用系统的设计与实现，持续优化性能、稳定性与成本。4. 参与 大模型平台 / 模型网关（LLM Gateway） 建设，包括但不限于： - 多模型接入与统一抽象 - 请求路由、模型调度、版本与能力管理 - 配额、限流、计费、审计等平台能力5. 参与GPU / 推理资源调度与管理相关后端逻辑： -

AI工程师 - Agent Beijing Full-time Intelligent manufacturing / Industrial Internet / Industrial automation - R&D Responsibilities 负责公司AI Agent系统的工程设计、开发与落地，围绕个性化内容生成与长期记忆场景，端到端负责Agent从原型到生产的完整生命周期（Agent Development Life Cycle），具体职责包括但不限于：1. Agent系统架构：设计并实现生产级Agent运行框架，包括编排引擎（Orchestration）、工具调用链路（Tool Use Pipeline）、记忆存储与检索系统、上下文管理等核心模块；确保系统在高并发场景下的稳定性、低延迟和可扩展性2. Agent行为工程：设计并实现Agent的编排策略、路由逻辑、多步规划与fallback机制；将算法团队的研究成果（记忆、个性化、持续学习等）工程化为可靠的生产行为模式，确保Agent在真实场景中的可控性与一致性3. 记忆系统工程：构建Agent长期记忆的存储、索引和检索基础设施；实现高效的向量检索、记忆版本管理、增量更新与过期淘汰机制；支撑sleep-time异步记忆整理的后台任务调度与计算资源管理4. 工具调用与环境集成：设计并实现Agent与外部工具、API、数据源的集成框架；构建安全、可靠的工具调用沙箱与执行环境；实现工具注册、权限管理、调用链追踪与异常处理等工程能力5. 可观测性、评估与持续改进：构建Agent行为的全链路追踪、日志与监控体系；设计Agent质量评估pipeline，包括个性化效果、记忆准确性、多轮一致性等维度的自动化评测；建立从发布、灰度、A/B测试到反馈收集的完整迭代流程，通过线上数据分析定位Agent薄弱环节，形成发布→度量→归因→改进的持续优化飞轮6. 推理与服务优化：优化Agent推理链路的端到端性能，包括LLM调用策略（缓存、批处理、流式输出）、上下文窗口高效利用、多轮对话状态管理等；针对异步Agent场景设计高效的任务队列与调度系统7. 数据平台与Pipeline：构建Agent训练数据的采集、清洗、标注与管理平台；设计用户交互日志的实时/离线处理pipeline，为算法团队的SFT、RL训练和奖励模型迭代提供高质量数据支撑8. 算法-工程协作：与算法团队紧密配合，理解记忆、持续学习、个性化奖励模型等研究方向的技术原理，将研究成果高效转化为可靠的生产系统；共同定义Agent评估标准与数据需求，打通从研究到上线的协作链路 Qualifications 1. 扎实的软件工程能力，熟练掌握Python，具备大规模分布式系统的设计与开发经验；熟悉Go、Rust、C++中至少一门者优先；2. 对LLM-based Agent系统有深入理解，具备Agent系统的生产环境开发与部署经验；3. 具备良好的系统设计能力，能在可靠性、延迟、成本之间做出合理权衡；有消息队列、任务调度、异步计算等基础设施经验者优先；4.

Description We’re looking for a Senior Backend JavaScript Developer to join our Web_archive team and help build and evolve a high-throughput data processing platform. You will own distributed data pipelines and backend services end-to-end—from technical design

Infra基础设施工程师 北京 正式 职位描述 -参与公司核心基础设施平台的设计、开发与持续优化，包括计算、存储、算法训练框架等-负责高性能分布式系统的研发与性能调优，支撑业务端大规模数据生产、模型训练、仿真、交付等关键场景-支持研发团队在本地集群、云平台或混合架构上的工程效率提升，保障系统稳定性及自动化能力 职位要求 -计算机、软件工程、信息安全、电子工程、自动化等相关专业，本科及以上学历-扎实的计算机基础：数据结构、操作系统、计算机网络、分布式系统原理-熟练掌握至少一种后端开发语言：Go / C++ / Rust / Java / Python-熟悉 Linux 环境编程与系统调优，有 Shell / Python 等脚本能力优先-对云原生技术栈、分布式存储系统、算法训练框架等任意一个方向深入者优先-加分项 有真实工程项目或实习经验，如：大规模分布式计算、存储系统、容器调度系统开发、算法训练框架等 参与或维护开源项目（例如 K8s、JuiceFS、ClickHouse、PyTorch等） 在技术博客、GitHub、比赛/竞赛中有可验证成果（如 ACM、Kaggle、Hackathon） 投递...

Who Are We? RZR is an AI-native advertising platform built for the next era of performance marketing. We operate at the intersection of machine learning, programmatic media, and full-funnel mobile growth, powering campaigns for some of

AI算法工程师-AICoding/Agents方向 武汉、北京 校招 正式 算法类 2027届校园招聘计划 职位描述 1、负责代码智能体（Coding Agent）系统全流程研发：数据构建（代码语料清洗、代码/对话/工具轨迹标注）、预训练/持续预训练、指令微调（SFT）与后训练（DPO/ORPO/RLHF/RLAIF），在 HumanEval、MBPP、SWE-bench、RepoBench 等基准及业务集上达成目标。2、基于主流 Agents 框架（LangChain、AutoGen、Agno 等）搭建具备规划、工具调用、记忆与多步推理能力的多代理系统，落地代码生成、调试与单测生成、仓库级理解、自动修复、PR 评审与CI修复等核心场景。3、以 MCP（Model Context Protocol）为核心构建工具生态：设计与实现 MCP servers/tools，标准化接入代码搜索、编译/运行、CI/CD、Issue/PR、知识库与内部服务；支持安全沙箱执行与资源隔离，提升可观测与可维护性。4、设计并优化 ReAct/Plan-Act/Tree-of-Thought 等推理策略及函数调用，结合 RAG（向量/符号/结构化检索与代码图）实现大规模代码库检索增强，支持跨文件、跨仓库的复杂问题求解。 职位要求 1、计算机基础扎实，熟练使用 Python，至少掌握一门强类型语言（Go/Java/C++/Rust 优先）；熟悉 Git、Linux 与容器化开发。2、熟悉主流 Agents 框架与范式：有 LangGraph/LangChain/AutoGen/LlamaIndex/CrewAI 之一的实战经验；理解 MCP 协议并能实现自定义 MCP 工具；熟悉