工作职责：
1. 负责构建 Agent 核⼼逻辑，包括但不限于任务规划和编排，⼯具调⽤，多轮对话管理，记忆，RAG，上下⽂程，多智能体协同。
2. 负责垂直领域和业务场景的预训练、后训练，包括构建⾼质量数据集和数据管线，设计RL奖励模型，提升模型的指令遵循和推理能⼒，任务完成能⼒，实现⻆⾊话，拟⼈化，个性化，主被动结合的沉浸式，多模态对话体验，提升模型的智商和情商。
3. 负责构建⻓短期记忆架构，解决⻓上下⽂的遗忘与注意⼒发散问题，提升⽤户在⻓期交互中的沉浸感，⼀致性。
4. 负责构建多模态 RAG 系统，包括召回、排序、⻓⽂本处理、多⽂档合成等主要模块开发和优化。
5. 负责 Agent ⼯具层的开发，对接搜索、代码解释器、浏览器、沙盒、第三⽅服务等外部 API 和 MCP。
6. 负责设计和调优Prompt和上下⽂管理，针对不同产品需求进⾏定制化优化。
7. 设计创新AIGC应用中整个链路所涉及的LLM等AI相关算法，确保算法有效性和扩展性，能有效解决复杂业务场景下的用户体验问题；
8. 理解并洞察用户需求，通过持续的技术产品创新和迭代，驱动用户体验提升。
任职要求：
1. 博士研究生及以上学历，计算机、人工智能等相关专业，具备良好的计算机基础，了解计算机体系结构、多线程/进程分布式计算，对数据结构、设计模式有深刻的理解，具备良好的Python编码能力；
2. 熟悉⼤模型训练/推理的主要技术和原理，包括但不限于数据合成和筛选，模型训练优化，提示词⼯程，评测，部署以及原
型开发。
3. 在问答/对话系统/AI助手、RAG/Agent/Skills、知识图谱、信息检索的一个或者多个方面有研发经验，同时拥有大模型预训练和后训练对齐背景更优；
4. 深刻理解语言模型，深度学习等算法原理，需具备很强的算法开发以及编程落地执行能力，对AI前沿技术与应⽤有持续兴趣和好奇⼼，具备强⾃驱⼒，能与团队紧密协作，推动技术从研究到落地的全链路闭环。