同花顺Agent算法实习生
任职要求
学历专业： 计算机科学、人工智能、电子工程等相关专业的硕士或博士在读生，特别优秀的本科生也可考虑。 编程与算法基础： 熟练掌握Python和PyTorch/TensorFlow框架，具备扎实的数据结构和算法基础。 计算机视觉基础： 对计算机视觉基础任务（如分类、检测、分割）和深度学习模型（CNN, Vision Transformer）有深入理解。 研究与实践热情： 对视频生成、多模态大模型、AI Agent等方向有强烈的兴趣和好奇心，具备出色的解决问题和自主学习能力。 团队协作精神： 具备良好的沟通能…
工作职责
视频理解与表征学习： 参与研究和实现基于Transformer、Diffusion等先进架构的视频理解模型，用于视频场景理解、动作识别、事件预测等任务。 视频生成与控制： 协助探索视频生成模型（如Video Diffusion Models, Sora-like architectures），并研究如何通过自然语言或高级指令（如Agent规划）实现对生成内容的精准控制（如控制物体运动、摄像机视角等）。 Agent决策框架搭建： 参与构建视频领域的AI Agent框架，使其能够根据指令（如“生成一个宇航员在月球后空翻的视频”）自动进行任务分解、调用合适的模型（如生成、编辑、特效模型）并执行多步规划。 仿真环境与评估体系： 参与构建或利用视频仿真环境，用于训练和评估Video Agent的决策能力。设计和开发定量与定性相结合的评估方案，以衡量生成视频的质量和Agent任务完成的准确度。 技术调研与原型验证： 紧跟视频生成、世界模型、AI Agent等领域的最新学术进展（如CVPR, ICCV, NeurIPS等顶会论文），并快速进行代码复现和实验。
1、刷新LLM Agent的能力边界，效果达到世界领先水平； 2、专注于大语言模型（LLM）的前沿技术研究，包括但不限于Pretrain、CPT、SFT、RL，Agent等方向； 3、发表ICLR、COLING、ICML、NeurIPS等顶会论文。
我们诚邀具备扎实算法功底与研究潜力的优秀应届毕业生加入，围绕前沿 Agent 技术的进行探索与应用落地,共同推动智能体技术的发展，您将深入参与: 1. Agent 学习与优化：研究并实现前沿 Agent 训练算法，包括但不限于模仿学习、强化学习等，提升 Agent 的自主决策能力; 2. Agent 架构与能力建设：涵盖 Planning、知识检索、工具调用、长短时记忆等核心模块的设计与优化，构建高智能可扩展的 Agent 框架； 3. 多模态交互与理解：基于 LLM 与多模态技术，构建面向复杂场景的智能体交互系统，实现自然的人机协作； 4. 场景化应用与创新：深度结合业务需求，设计适配不同领域的专业 Agent，打造具备长期价值和强劲竞争力的智能助手产品。
1. 深入探索LLM在深度推理、深度研究（Deep Research）、Code Agent等领域的技术研究，推动AI技术在实际应用中的突破； 2. 立足Multi-Agent应用体系，优化Multi-Agent自动构建、Agent通信语言、Memory机制、Reflection机制等算法方案。 3. 探索工业级的Multi-Agent强化学习算法方案，提升Multi-Agent系统的执行效率和结果对齐准确度。在创新应用场景中，优化长上下文场景的推理算法架构，探索System2技术边界。 4. 与团队成员紧密合作，作为应用算法同学，完成论文产出，同时确保研究成果能够无缝集成到现有创新产品中。
1、出价模型化：搭建广告投放模拟环境，构造智能出价agent算法，开发并评估不同技术选型（MPC、强化学习、生成式）的最佳方案，迭代业界先进经验沉淀paper； 2、端到端延迟建模：电商广告长周期归因场景下，针对回流延迟建设端到端预估模型，包括特殊应用场景大促活动下的时间序列建模，提升广告投放效率； 3、冷启动：研究和优化广告召回、出价算法、排序机制等算法模块，解决客户投放冷启问题，围绕生成式推荐、跨域数据利用、多模态信息进行深度优化探索。