OPPO高级AI研究员（智能体检索）-博士
任职要求
1.计算机、人工智能、数学、自动化、软件等专业。 2.优秀的算法和编程能力，掌握常用机器/深度学习模型，熟练使用Python/Java等编程语言和至少一种深度学习框架(PyTorch/TensorFlow等）。 3.具备1年以上机器/深度学习领域的研究和实践经验。 4.具备以下情况优先：有大语言模型/大推理模型/智能体/多模态模型等相关经验/论文；有领先公司信息检索(搜推广)/大模型/智能体相关实习/工作经历；在高水平国际会议/学术期刊发表过相关论文，或有高水平竞赛获奖经历者。
工作职责
面向AI搜索等高价值业务场景，预研和落地AI智能体检索核心技术，岗位职责包括但不限于： 1.针对检索推理大模型(Search-R1)、多模态检索&特征生成、检索增强生成(RAG)、AI检索智能体(DeepSearch)等核心难题，负责研发和突破关键AI技术。 2.跟踪学术界和工业界最新进展，快速应用到业务中，提出创新AI技术，形成技术影响力。 3.协同核心AI技术的设计以及工程化落地，包括模型设计、特征工程、效率优化等。 【岗位资源】 1.真实大规模搜推广、智能助理业务场景需求、数据、AI开发平台、计算资源。 2.与知名高校资深老师团队科研合作，提供例行科研沟通合作机会。 3.业界资深研究员带队技术探索、落地、论文写作发表。
进行工具智能体领域的研究和业务落地，包括但不限于： 1. 大模型推理和个性化技术，包括模型对齐、推理能力增强、强化学习、个性化推理等研究方向； 2. AI Agent相关技术，如搜索增强/GUI Agent/自主学习Agent/Agent自动生成等； 3. AI搜索相关技术，如工具调用、推理模型、检索增强、多模态检索等； 4. 相关应用落地，包括个性化AI平台、Deep Research、AI创作等； 5. 更多前沿研究方向和未来生活应用场景的深入研究和探索。
进行个性化AI(大模型和智能体个性化)和AI记忆系统相关的学术研究和算法落地： 1. 大模型和智能体个性化技术，包括个性化模型对齐、个性化推理/解码、个性化AI的评估和Benchmark等研究方向； 2. AI/Agent长短期记忆系统的算法和架构搭建以及评估体系的构建，包括推理模型/检索模型等； 3. 相关应用落地，包括小布记忆、个性化引擎、AI Memory等； 4. 更多前沿研究方向和未来生活应用场景的深入研究和探索。
方向一： 岗位职责 面向应用商店、Agent助手、搜索、广告等高价值业务场景，预研和落地信息检索(搜索、推荐、广告)核心技术，岗位职责包括但不限于： 1.针对冷启动推荐、多场景多任务建模、自动特征工程、用户通用表征、多模态信息检索、对话推荐、端云推荐、检索增强生成(RAG)、智能体检索等核心难题，负责研发和突破信息检索关键技术。 2.跟踪学术界和工业界最新进展，快速应用到业务中，提出创新信息检索技术，发表高水平论文。 3.协同核心AI技术的设计以及工程化落地，包括模型设计、特征工程、效率优化等。 方向二： 岗位职责 面向Agent助手、搜索、广告、应用商店等高价值业务场景，预研和落地智能体检索和推理大模型(r1/o1/o3)核心技术，岗位职责包括但不限于： 1.针对大推理模型(r1/o1/o3)、端侧大模型、多模态信息检索、AI搜索推荐、检索增强生成(RAG)、个性化内容生成、大模型特征生成等核心难题，负责研发和突破关键技术。 2.跟踪学术界和工业界最新进展，快速应用到业务中，提出创新信息检索技术，发表高水平论文。 3.协同核心AI技术的设计以及工程化落地，包括模型设计、特征工程、效率优化等。 【岗位资源】 1.真实大规模搜推广、用户助手业务场景需求、数据、AI开发平台、计算资源。 2.与知名高校资深老师团队科研合作，提供例行科研沟通合作机会。 3.业界资深研究员带队技术探索、落地、论文写作发表。
1、设计并实现适用于 LLM 驱动智能体（AI agents）的记忆系统，用于构建 AI 角色与虚拟人格； 2、在 LLM 智能体框架下开发和优化基于检索增强生成（RAG）的系统； 3、构建具备任务规划、任务分解与复杂推理能力的高级 LLM 智能体； 4、将 LLM 与外部工具、数据库和 API 进行集成，以解决复杂问题并支持智能决策； 5、开发完善的评估体系，用于衡量智能体的性能与能力边界。