TCL智能体应用开发工程师（实习生）

1. 参与企业办公场景智能体架构的探索，协助实现AI Agent系统的功能模块开发； 2. 在导师指导下学习RAG、知识图谱等技术，参与基础推理框架的搭建与测试； 3. 接触大模型基础调优技术，学习通过数据标注与效果评估提升系统性能； 4. 配合业务团队完成需求分析，参与具体业务场景的功能实现与效果验证； 5. 协助优化智能体交互体验，参与系统基础能力的评估测试； 6. 学习Agent领域前沿技术（如ReAct/COT等），参与技术调研与demo实现。

理解业务，通过技术赋能业务，并制定技术解决方案； 负责数据的收集、清洗、分析和挖掘工作； 负责模型/智能体/业务系统研发、优化、落地、迭代； 负责模块开发，解决复杂业务逻辑和技术难题，与测试、产品等团队协作,保证项目按时高质量交付; 参与需求分析，撰写相关技术文档，沉淀技术方案，积极参与团队内部的技术分享与交流。

1、负责低代码平台与AI大模型应用场景落地（D2C、AI生成业务流程代码等），采用先进的算法工程方法，打造下一代AI低代码研发体系； 2、负责AI基建智能体研发平台的建设，赋能业务高效实现（无代码/低代码）AI业务应用的搭建； 3、探索AI For SE的前沿技术，结合前沿技术和创新想法能快速的进行产品化的落地。

1. 探索面向企业员工办公场景智能体架构，参与企业级AI Agent系统的设计与开发； 2. 整合RAG、知识图谱等关键技术，开发高性能推理框架； 3. 开展大模型微调、强化学习（RLHF）与Agent行为调优，解决复杂任务中的实时性、稳定性与资源消耗等问题，提升任务执行准确率与用户体验； 4. 协同业务、产品团队，主导从需求分析到技术方案设计落地等关键环节，构建端到端的技术实现路径，实现Agent能力与业务场景的深度融合； 5. 参与优化Agent自主决策、任务规划、多模态交互等能力，构建Agent系统的量化评估体系； 6. 持续关注AI领域最新进展，研究Agent领域的前沿技术（如ReAct、COT、MCP等多智能体协作），并推动工程场景落地与性能优化。