贝壳python开发工程师（GUI工程方向）(J67024)
任职要求
1、计算机、通信等专业本科以上学历，3年以上工作经验 2、基本功扎实、编码习惯优秀，熟练掌握Python开发语言，深入了解语言特性，数据结构与算法，体系结构等计科知识出色； 3、熟悉Web前后台开发技术栈，有大模型/agent/知识库等工程化应用经验； 加分项： 1.基于多模态大模型的上层应用开发，了解RAG工作流、向量知识库构建 2.web、移动端的UI自动化经验，了解Web/Android/iOS/Harmony自动化基本原理，熟练使用相关端测试工具，例如adb、wda、hdc等；熟悉市面常见客户端自动化测试框架，如Selenium/UIAutomater2/wdaClient/Hypium等，有二次开发经验者优先
工作职责
1.参与基于多模态大模型的GUI智能化能力的设计开发，实现多端（web/安卓/ios/鸿蒙/小程序）大模型手眼配套能力全覆盖； 2.跟踪业界前沿技术发展，参与大模型应用评测、企业内部场景化落地、GUI智能体建设等；
招聘介绍：通过GUI，VUI等多种交互形态连接用户与服务，让人工智能在抖音、西瓜视频、今日头条、教育、办公等多个产品上实现智能价值，提升用户体验，实现商业价值。在这里你有机会同全球顶尖的AI科学家合作，接触最前沿的技术，并为服务于全球数亿人的人工智能产品提供质量保障。 1、负责语音/图像产品前端及服务端项目交付的质量把控； 2、负责语音/图像算法迭代质量体系的建设，及算法效果评测及算法竞对的评测； 3、负责语音/图像模型、推理引擎、服务测试框架的搭建； 4、负责测试场景和测试用例的设计，测试工具的设计、开发和标准化输出。
1.主导基于大模型的AI Agent全生命周期研发，重点聚焦多模态Agent建设，包括但不限于GUI Agent/图文理解Agent/图文评估Agent，构建具备视觉感知和推理能力的多模态Agent应用； 2.运用SFT、RL等Post-training训练方法，探索多模态与RL的结合，提升大模型/多模态大模型在自主规划（Planning）、多步推理、多模态RAG、工具调用、UI界面理解、复杂图文理解、局部细节感知等方面的能力； 3.跟踪LLM、VLM与Agent领域的国际前沿技术动态，推动技术创新在业务场景中的落地应用，重点突破任务规划与复杂推理、研发测试自动化、computer use、大规模商品图文分析、图文细节理解与评估等方向的应用创新； 4.持续优化多模态能力与已有Agent架构的集成，快速构建具备多模态能力的Agent应用，提升Agent系统性能与效率，提供AI Agent技术方案
1. 遥操作系统开发： ‒ 设计并实现机器人遥操作系统的核心功能，包括实时控制、低延迟通信和人机交互模块； ‒ 开发和优化远程控制算法，确保系统的响应速度和精确性。 2. 通讯与数据传输： ‒ 实现高效的远程通信协议（如TCP/IP、UDP、WebRTC），优化数据传输的低延迟和高可靠性； ‒ 处理远程视频流传输、传感器数据融合以及控制信号反馈。 3. 系统集成： ‒ 集成机器人硬件（如机械臂、移动平台、无人机）与遥操作软件模块； ‒ 实现机器人与远程操作终端之间的无缝交互。 4. 人机交互开发： ‒ 开发直观的遥操作界面（GUI）或VR/AR交互系统，提升用户的操作体验； ‒ 设计力反馈、触觉反馈等增强操控感知的功能。 5. 仿真与测试： ‒ 基于仿真工具（如Gazebo、V-REP、Unity）设计并测试遥操作系统； ‒ 在实际场景中测试系统性能，确保其稳定性和可靠性。 6. 系统优化与迭代： ‒ 分析遥操作过程中出现的问题，优化系统性能； ‒ 实现智能化辅助功能（如路径规划、碰撞检测、自动校准等）。 7. 技术文档撰写： ‒ 编写清晰的技术文档，包括设计方案、开发流程和操作手册； ‒ 为团队成员提供技术支持与培训。
vivo AI研究院致力于研发业界领先的人工智能技术，通过AI技术创新持续为全球5亿+vivo用户带来无处不在的惊喜和激动人心的智慧体验。 1、负责端侧AI Agent架构研发设计与预研算法落地，包括视觉感知、自动化技能、GUI Agent等方向； 2、根据项目任务计划完成软件高质量编码工作，并对难点进行攻关； 3、持续预研优化高效安全的AI智能体技术，提升服务性能、稳定性和安全可靠性； 4、建设和优化端侧AI能力开放体系，使能系统智能化。