米哈游Agent 算法研究员
任职要求
1）硕士及以上学历，计算机科学、人工智能、机器学习、自然语言处理、数据科学或相关专业，优秀本科生亦可 对大模型、Agent、强化学习、对话系统或游戏 AI 方向有浓厚兴趣，具备相关科研、实习或项目经验 2）熟悉 Transformer 等基础模型原理，了解 LLM / VLM / 多模态模型及其在推理、规划、记忆、工具调用等方向的典型应用 3）熟练使用 Python，具备良好的代码能力与算法基础，熟悉 PyTorch 及常用深度学习开发流程 4）了解 SFT、DPO、RLHF、RLAIF、PPO、GRPO 等大模型对齐或强化学习方法中的一种或多种，有实际项目经验者优先 1）了解 Agent 常见技术范式，如 ReAct、Function Calling、RAG、Memory、Planning、…
工作职责
1）Agent 能力研发：参与 AI Native 游戏场景下智能体（Agent）核心能力研发，覆盖智能 AI NPC、AI 叙事、AI 玩法等方向，探索多轮对话、任务规划、工具调用、环境交互、长期记忆与自主决策等能力建设 2）Agent 架构实现：参与游戏场景下 Agent 核心模块的设计与开发，包括 Planning、Memory、Tool Use、Action、Reflection、Persona、State Tracking 等，协助提升智能体在复杂动态环境中的稳定性、一致性与可控性 3）训练与对齐优化：参与 Agent 相关模型与策略优化工作，包括 SFT、DPO、RLHF/RLAIF、PPO/GRPO 等方法的实现、复现与改进，提升智能体在角色扮演、剧情推进、任务执行等场景中的效果 4）记忆与数据建设：参与适用于游戏场景的 Agent Memory 体系和数据闭环建设，支持 NPC 对玩家行为、剧情进展、任务状态和角色关系等信息的记忆、检索与应用 5）工具调用与评测体系：参与 Agent 工具调用链路、环境交互机制及评测体系建设，围绕任务完成、角色一致性、叙事合理性、工具调用效果、安全性等维度进行实验与分析 前沿方向探索：跟踪 Agent、Multi-Agent、GUI Agent、Browser Agent、World Model、MCP、Agent Eval 等前沿技术进展，结合游戏业务进行技术预研、方案验证与创新尝试
岗位职责: 1、负责 AI Agent 系统的设计、开发和优化、开发和完善基于大语言模型 (LLM) 的智能体系统，提升 Agent 的自主决策和任务执行能力; 2、负责生成式大模型指令意图理解相关工作，整体提升大模型的多轮对话指令理解能力和性能; 3、设计并实现 Agent 的工具使用接口，实现与各类外部系统和 API 的集成编排; 4、负责大模型在检索、推荐方面的系统设计实现和优化，探索Agent、RAG、领域模型调优等相关技术在业务场景落地; 5、具备模型知识、幻觉机制探究，提升模型知识水平、降低模型幻觉率; 6、能够基于开源模型，设计和开发算法，对模型进行微调，优化其参数和结构，以提高模型的泛化能力和准确性; 7、深入调研AI领域相关的前沿技术，跟踪业内大模型领域的最新进展，并寻求将最新技术应用到产品的可能性。
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；
我们正在寻找一位具有AI智能化及内容算法经验的算法团队负责人。负责领导团队开发前沿技术，推动旅游领域知识的构建，支持内容产品的分发和AI Agent结合的创新应用探索，提升公司产品的智能化水平。 ： 领导并管理内容算法团队，制定技术战略和发展方向，推动知识构建、知识编译、知识分发、探索LLM等创新NLP技术与Agent业务的结合。 1、负责基础NLP相关算法研发，面向但不限于：预训练，文本理解，同义词挖掘，实体识别，term权重分析，属性词挖掘 2、结合NLP和深度学习技术，推动领域知识的构建与优化，制定各环节Benchmark及衡量标准, 跟进业界先进大模型、多模态技术的应用及改进 3、发现并解决推荐分发场景中的意图识别、排序模型、相关性等方向的问题，召回策略和召回模型的优化，开发先进和高性能的召回算法 4、与产品、数据、工程等跨职能团队协作，推动技术落地和产品迭代。 5、负责团队成员的技术指导和能力提升，推动团队技术文化的建设。
-负责大模型应用开发平台的算法设计与优化，提升开发者在平台上的体验与应用效率 -研究并应用前沿的深度学习和机器学习算法，推动大模型在实际业务场景中的应用落地，重点关注RAG、Agent、工作流等能力方向 -深入掌握Function Call，代码解释器，Post-training等原理及常用方法 -与产品、工程团队紧密合作，理解业务需求，制定相应的算法解决方案 -持续优化算法的效率和效果，确保平台的高性能和高可用性