1、负责大模型Agent智能体的设计、迭代与落地，包括任务规划、工具调用、记忆管理、多轮对话与自主决策能力优化，提升Agent复杂任务执行效果； 2、基于大模型技术栈，落地对话交互、智能问答、信息检索、垂类智能任务处理等业务场景，优化召回、排序、推理执行等核心链路效果； 3、参与大模型后训练与适配优化，通过SFT、偏好对齐、DPO/GRPO等强化学习对齐技术，结合业务数据优化Agent输出准确性、稳定性与实用性； 4、跟进大模型与Agent前沿技术，结合业务垂类数据做技术创新与落地，沉淀可复用的Agent能力体系与高质量技术成果。

1、硕士及以上学历，毕业时间：2026年9月-2027年8月，计算机、人工智能、软件工程等相关专业； 2、熟悉主流深度学习框架（PyTorch / TensorFlow）； 3、掌握 NLP 基础知识（语言建模、序列建模、Transformer 结构等）； 4、了解或具备至少一种大模型训练 / 推理框架实践经验（如 HuggingFace Transformers、DeepSpeed、vLLM、verl、llama-factory、RAY、Megatron-LM 等）； 5、具备良好的编程能力（Python/C++），逻辑清晰，学习能力强，热爱探索前沿技术； 6、熟悉 Linux 开发环境与常用工程工具（Git、Shell 等）。 加分项 1、研究课题为生成式检索、推荐等相关领域优先； 2、有 Embedding 模型训练与应用（搜索、推荐、对齐、RAG）相关经验； 3、有大规模分布式训练、模型压缩与推理优化经验； 4、熟悉强化学习、RAG、Agent、多模态模型等前沿方向； 5、有 VLM（Vision-Language Model）、多模态大模型相关研究或实习经验； 6、有高水平科研成果（顶会论文）或竞赛 / 开源项目获奖经历。