百度2027AIDU-AI异构计算研发工程师(J99964)
任职要求
精通以下一项或多项专业技能，或在相关领域具备丰富经验 专业技能： 1. 热爱编程，精通C++/Python； 2. 具有独立开发能力，对AI算法和主流框架有丰富的应用或开发经验； 3. 精通GPU/ARM/MIPS/DSP等任意异构计算平台； 4. 精通计算机体系结构，有汇编级别开发经验； 5. 精通GPU/ARM/MIPS/DSP等异构计算平台的通信库； 6. 精通MPI，对不同网络拓扑结构的通信算法及底层通信函数有深入研究，对RDMA，GPU direct等技术有了解； 7. 对分布式计算有深入理解，特别是同步，异步等通信策略在AI计算中的应用。 软素质： 1. 目标驱动，并有探索精神； 2. 团队协作及沟通能力； 3. 具备分析和解决问题的能力； 4. 有极强的学习能力和知识迁移能力。 具有以下…
工作职责
我们致力于构建全球领先的AI异构计算加速引擎和加速平台。建立融合推理（Inference）、训练（Training）的软硬件一体的AI计算加速解决方案，并应用于行业最大的规模的AI数据中心，解决云计算、搜索、信息流、图像、视觉、语音、自然语言处理等的算法优化与计算加速问题。 1. 负责大规模AI前向计算引擎（Inference Engine）框架和底层算子开发与优化； 2. 负责大规模AI计算通信库及通信算法开发与优化； 3. 负责面向CPU/GPU/FPGA/ASIC等多元化计算架构的编译系统开发、编译优化和算法加速； 4. 负责异构高性能计算平台的设计、研发，高性能计算库、通信库开发与优化。
1. 构建AI异构计算加速引擎，负责底层算子、通信库、编译系统开发与优化； 2. 面向CPU/GPU/FPGA/ASIC等架构进行性能调优； 3. 设计自适应分布式系统，优化大模型训练与推理效率； 4. 探索算法与算力协同优化，降低大模型成本。
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. 构建下一代基于大模型的 Autonomous Agent 系统，让 AI 从“对话工具”进化为“可执行任务的智能体”； 2. 设计复杂任务的 规划（Planning）—执行（Acting）—反思（Reflection）闭环，提升 Agent 的自主决策能力； 3.搭建 Agent 的核心能力体系，包括： Tool / API 调用（函数调用体系）、长短期记忆（Memory）机制、多轮推理与状态管理（Reasoning & State）； 4. 探索并落地 多Agent协作（Multi-Agent Systems），解决复杂业务问题（如自动化流程、复杂决策、智能运营等）； 5. 深度参与 RAG（检索增强生成）+ Agent 融合架构设计，构建具备知识理解与行动能力的系统，推动 Agent 在真实场景中的应用落地（如搜索、医疗、企业服务、数据分析、自动化办公等）参与 Agent 系统的评测体系建设（Eval），优化智能体的：成功率 / 稳定性、成本（Token / 调用）、延迟与用户体验； 5. 持续跟踪前沿方向（如 Tool Learning、Self-Improvement、长期记忆、World Model、多模态 Agent），并进行工程化落地。
1. 基础模型 -构建自动驾驶统一模型底座，研发多模态主干结构和子任务；模型蒸馏与轻量化； -结合语言对齐、生成式自监督、半监督等技术，研发大规模预训练，提升复杂场景下的泛化能力与鲁棒性； 2. 数据与模型迭代 -结合3D几何及重建等技术，建设数据自动化产线-设计并实现多阶段预训练-后训练的流程建设与数据使用策略。