贝壳python开发工程师（GUI工程方向）(J67024)

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、参与快手大流量大型活动场景下会场研发，包括但不限于复杂动效实现、基于 WebGL 的互动游戏开发等； 2、参与大型活动的横向 AI 基建建设，包括但不限于性能/稳定性智能分析、动效AI生产、基于 GUI Agent 的 AI 测试/巡检等； 3、参与 AI 场景下的新渠道探索，包括但不限于 AIGC 生产、GEO 优化等； 4、参与复杂业务场景下架构升级，包括但不限于基于低码协议的端到端架构升级、统一物料生产消费平台等。

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。

团队介绍：字节跳动Stone-Cross Platform团队成立于2023年，致力于开发业界前沿的应用框架，构建AI模型驱动的前沿系统和基础设施，提升开发者和用户体验。 课题介绍： 课题背景：随着AI大模型研究的不断发展，文本生成、多模态理解以及Agent规划能力有了巨大的提升和突破，以豆包多模态交互、UI-TARS和Operator等GUI Agent、Deepseek-R1推理模型为典型案例，应用的构建以及交互方式迎来了巨大的机遇和变革。我们希望结合AI模型的多模态理解和生成、深度思考，深入AI Agent所需的交互和基础设施，探索大模型在AI应用构建效率和为智能交互体验上的创新。 研究方向： 本课题旨在利用大模型技术开发智能应用交互框架，研究内容包括：围绕大模型设计应用框架，利用大模型提升应用构建效率，如UI理解及代码生成等；使用大模型来理解应用的多模态context及用户意图，进行意图规划及推理执行，完成用户交互；优化编程语言的设计，使其容易被大语言模型理解，自动验证和实现编程语言的自动生成，和编程语言之间的相互转译，从而加速新编程语言生态的构建；通过该课题的研究，我们希望实现更加智能、便捷和高效的应用框架，推动AI驱动的应用交互的普及与发展。 1、参与大模型在应用框架中的算法研究，探索和优化模型对应用的理解和生成能力、AI Agent等技术； 2、研究和开发智能UI交互技术，提升GUI Agent的智能水平、UI的智能化交互和个性化水平； 3、设计跨平台、高性能、大模型便于理解和生成的编程语言； 4、建设和优化应用中Agent Context、Planning、Tool using等能力，提升应用的理解和响应水平； 5、探索多模态数据融合技术，解决复杂场景下的精准推理与决策问题； 6、整理研究数据，撰写技术报告和发表研究论文。