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。

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。

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、研发面向云计算底座海量数据的大模型，包括但不限于代码大模型、全模态、大规模图学习等领域相关的大模型的应用算法研发； 2、参与大模型应用研发全流程的工作，包括但不限于模型算法设计、代码开发、训练、部署优化、调试、评测；技术创新如专利、论文的撰写；外部技术影响力交流等； 3、推动大模型在DevOps提效、内外部智能体业务应用、爆款AI原生应用、安全和技术风险防控等场景的业务落地；