OPPO高级算法工程师（Agent）
任职要求
任职要求： 1. 硕士及以上学历，计算机科学，统计学，数据挖掘，数学，物理等相关专业。3 年以上 NLP /多模态算法研发经验，在预训练模型，生成式AI, Prompt工程，SFT 微调，对话交互等中的一个或多个领域中具备实践经验。 2. 在高影响力的权威榜单（CLUE、SuperGlue等）中取得优势名次，或在人工智能顶会/期刊上发表研究论文者优先（例如：…
工作职责
智能体方向： 1、负责大模型驱动的AI智能体框架的实现，围绕ICL、CoT、记忆机制设计、自进化机制、多智能体协同机制等，优化提升AI智能体效果。 2、负责大模型的微调、强化学习、适配算法、调优工程方案，结合智能体应用，实现最佳效果与性能。 3、参与智能体的评估与优化，支持并构建产品原型和业务落地，支持小布助手、AI搜索等系统级智能体产品的落地。 4、跟踪与研究AI智能体相关前沿技术，并针对大模型推理与规划、工具使用、结构化输出等提出创新性方案。 AI搜索方向： 岗位职责： 1. 负责大模型相关的后训练技术研发，支持 SFT、DPO 和 RL 相关的技术研发，参与 RAG、Agent、用户意图理解等技术的研发； 2. 负责大模型在 OS、小布助手、AI 搜索等场景的应用，支持摘要总结、检索增强、问答、任务规划等领域的落地； 3. 跟进业界前沿技术，持续提升团队在自然语言处理领域的技术积累。
我们正在寻找一位对大模型和agent前沿领域充满热情的大模型算法工程师，重点聚焦于旅行智能体（Agent）技术的研发与训练。我们已经开发了飞猪问一问，也接入了千问，如果你对创造能够自主感知、决策和行动的智能系统感到兴奋，并希望在大模型与强化学习结合的前沿领域大展身手，那么这个职位将非常适合你。你将加入我们的核心算法团队： 1、负责设计和实现下一代具有推理和行动能力的AI智能体，推动其在复杂环境中的应用。 2、研究、设计并实现基于大模型的智能体训练框架，特别是Agentic Reinforcement Learning (Agentic RL) 相关算法，探索和实验多种智能体范式，如ReAct、CoT、ToT 等，并将其与强化学习相结合，开发和优化智能体的推理、规划、工具使用等核心能力。 3、参与大规模语言模型的预训练、有监督微调（SFT）和指令微调。
1.核心算法研发方面：负责大语言模型的核心算法研究与工程化落地，构建小米IoT商品理解、推理和生成能力的智能问答Agent系统。 2.RAG领域知识库体系构建：基于小米IoT生态链说明书知识，构建包括商品参数、功能问答、设置操作说明、故障排查等多源知识库。 3.RAG检索优化：优化改写、粗召、rerank等业务精排模型，提升大模型知识检索准确率。 4.探索IoT问答场景下的模型预训练、指令微调（Instruction Tuning）、对齐优化（Alignment）等关键技术，提升大模型在小米IoT商品问答中的表现。 5.技术前沿探索：跟踪大模型与Agent领域最新进展，推动小米产品领域问答场景下的技术创新与专利沉淀。
1、解决公司大模型/AI系统个性化的系统、算法中的中长期难题； 2、算法和系统难题包括但不限于：大模型个性化技术，多模态/手机端Agent框架搭建，Agent自动生成和自主学习，多模态大模型，多模态信息检索，端侧模型训练，个性化LLM推理等。算法与工程高度结合； 3、可自由参与各种技术讨论，自己发现问题，并解决问题。
在打车场景中，POI是用户目的地的数字化表达，是最基础的数据之一，直接影响用户能不能找到目的地、正确到达目的地。传统的数据更新依赖人工，现实的快速变化带来了更新成本剧增和更新速度降低。但这些在LLM时代迎来了转机，LLM更强的特征表达能力、更智能的规划能力让数据更新迎来了新的机会。在这你将迎来以下挑战： 1、追踪LLM/Agent的前沿技术：通过海量人工反馈资料，训练Agent替代人工，完成数据的自动化更新，降低成本、加快效率、提升质量 2、研究落地最新多模态对齐方案：在常见的图像、文本之外，我们场景中还包括位置信息（坐标），多模态对齐工作，对充分发挥数据价值，提升模型性能至关重要，是业内持续投入的重点&难点方向