百度2027AIDU-智能体算法研究员(J102506)
任职要求
1. 计算机、人工智能、自动化、运筹优化、软件工程等相关专业博士及以上学历，优秀硕士生亦可考虑； 2. 具备扎实的算法和工程能力，能够将研究想法快速实现为可运行系统，熟悉 Python，具备良好的代码质量、调试能力和实验分析能力； 3. 熟悉至少一种复杂任务求解方法，包括但不限于启发式搜索、局部搜索、MCTS、遗传算法、强化学习、运筹优化、约束求解、程…
工作职责
岗位方向：面向产业级高价值算法场景，参与建设“伐谋”智能体算法系统，聚焦运筹优化、营销策略决策、科研算法实验等可验证、可审计、可持续演化的复杂任务，探索大模型、智能体、优化算法、评估体系与业务反馈闭环的融合方法。 1. 负责伐谋方向智能体算法体系的研究与研发，围绕“问题建模—候选方案生成—评估验证—专家反馈—策略演化”构建可闭环运行的生产级 Agent 系统； 2. 研究面向高价值决策任务的 Agent 架构，包括任务分解、候选策略生成、多方案搜索、工具调用、代码生成、结果评估、反思修正、长期记忆与反馈沉淀等核心能力； 3. 建设可审计的 Agent 评估验证体系，包括任务级 evaluator、约束检查器、业务指标评估、失败模式识别、专家反馈结构化、case replay、benchmark 对比与验证报告生成； 4. 探索 Agent 自我演化机制，不断跳出局部最优实现持续创新，结合大模型推理、强化学习、搜索算法、程序合成、优化算法与多 Agent 协作，实现候选算法/策略的自动生成、评估、筛选与迭代优化。
1. 负责AI Agent的设计与研发，包括感知-决策-执行闭环、多智能体协作、长期记忆与推理机制； 2. 研究ReAct、AutoGPT、CoT等前沿范式，熟练掌握LangChain、AutoGen、CrewAI等Agent开发框架； 3. 优化大模型在Agent任务中的规划、工具调用、反思、代码生成等核心能力； 4. 推动Agent在搜索、对话、办公、数据平台、网盘文库、生活娱乐等产品场景中的规模化应用； 5. 探索RAG与Agent融合架构，提升知识理解与行动能力的协同效果； 6. 建设Agent评测体系，持续优化成功率、响应延迟、成本及用户体验。
1. 负责大模型（LLM）的核心算法研发，包括预训练、指令微调（SFT）、RLHF、对齐优化、推理增强等； 2. 探索高效的模型调优策略、高质量数据建设方法，研究MoE稀疏化、Latent Attention等前沿模型结构； 3. 支持大模型在搜索、推荐、对话、AIGC、语音、网盘文库、出海等多元业务场景的应用落地与效果优化； 4. 负责量化、投机推理（MTP / Eagle / DFlash/DSpark）等训练–推理协同优化方案的设计与落地； 4. 设计、实现并优化大规模分布式训练与推理框架，提升训练稳定性和推理效率； 5. 参与大模型平台化建设，推动模型能力向创新产品转化。
1. 研究跨模态数据表征方法、高质量数据萃取方法、高效算法算力融合的创新算法，探索跨模态端到端大模型的前瞻技术和趋势； 2. 支持大模型平台化及规模化创新应用落地。
1. 负责多模态大模型的算法研发与迭代，覆盖图文、视频、语音、3D等多模态融合理解与生成； 2. 研究跨模态对齐、对比学习、扩散模型、视频生成、图像编辑、3D生成、风格迁移等前沿技术； 3. 参与多模态数据pipeline建设、评测体系设计与业务落地，推动模型在搜索、推荐、AIGC、健康、自动驾驶、网盘文库、视频理解、解题等核心场景中的应用； 4. 研发方向包括但不限于：视觉感知算法、多模态理解模型、图像/视频生成、模型压缩轻量化、文档多模态等； 5. 建设多模态数据管线，优化模型训练与推理效率，完成算法模型的训练、优化和部署。