vivoAgent技术工程师-27届暑期实习
任职要求
1、教育背景：计算机、人工智能、数据科学、交互设计等相关专业硕士及以上学历； 2、技术功底：精通 Python，熟练使用 PyTorch/TensorFlow，具备扎实的数据结构、算法及数学统计基础； 3、领域知识：满足以下至少两个领域的背景： LLM/Agent：熟悉大模型原…
工作职责
1、记忆构建：研究文本、图像、音视频等多模态信息的特征提取、存储与检索机制，利用 LLM + 知识图谱技术构建个人化记忆图谱； 2、系统落地与优化：参与智能体记忆系统的研发，将前沿算法模型应用于实际业务场景，并持续进行性能和效果的优化； 3、算法设计与优化：开展多模态对齐、知识抽取（RE/CNER）、上下文工程（Context Engineering）等算法研发，并完成原型验证与性能迭代； 4、科学度量体系：协助搭建多维评估指标，涵盖记忆的准确/完整性、知识图谱的一致性以及生成式 UI 的交互流畅度； 5、前沿探索：跟踪 Agent、长短期记忆机制、低代码组件化等前沿动态，推动研究成果在实际产品中的转化。
我们正在重新定义人与软件的协作方式——与 AI 一起，构建下一代工程基础设施。希望你不只是「使用 AI」，而是参与定义下一代工程基础设施，与 AI 共同重塑软件工程范式。
我们正在重新定义人与软件的协作方式——与 AI 一起，构建下一代工程基础设施。希望你不只是「使用 AI」，而是参与定义下一代工程基础设施，与 AI 共同重塑软件工程范式。
关于我们 我们在淘天内部打造面向 AI Agent 的工程基础设施：让不同业务团队可以在统一平台上完成 Agent构建→ 数据采集 → 训练/对齐 → 评测 → 发布 → 线上监控与迭代 的全生命周期闭环，真正做到“平台即生产力”。我们希望把 Agent 的研发从“手工作坊”升级为“工业化流水线”，让创新更快发生、让落地更稳定可控。 你将获得什么 ● 做业内稀缺的 Agent 工程化底座：从上下文管理、工具编排、数据闭环、训练评测一体化到线上治理，搭建可规模化复用的平台能力。 ● 多团队、多方向的真实落地：平台会被内部多个团队复用，你做的每个能力都能在不同业务里验证价值，影响面广、成长快。 ● 工程技术的纵深挑战：既要懂模型与 Agent 范式，也要懂系统工程（稳定性、成本、效率、可观测性、安全治理），是“硬核工程”的最佳战场。 ● 清晰的发展路径：成长为 Agent 平台架构师 / 技术负责人 / AI 工程化专家，推动团队方法论与关键能力组件化在公司内部平台化沉淀与规模化复用，提升多业务线研发效率与交付质量。 岗位职责 1、构建 AI Agent 工程基础设施，设计并实现覆盖Agent构建、数据采集、模型训练、评测、发布、优化迭代的全生命周期工程体系； 2、推动 Agent 基建智能化场景的工程落地，提升大模型在自主规划、RAG 增强生成、智能数据标注与采集、训练自动化等方面的能力； 3、跟踪 LLM与Agent 领域的国际前沿技术动态，推动工程技术创新落地，支持复杂任务规划、多模态交互等能力的工程实现； 4、构建端到端的 Agent 评测与自动化工具链，提升 Agent 系统性能与效率，打造业内领先的 AI Agent 技术方案，并支持内部多业务团队在平台上自主开发与落地。
1、构建AI Agent工程基础设施，设计并实现覆盖上下文管理、数据采集、模型训练及评测的全生命周期工程体系； 2、推动Agent基建智能化场景的工程落地，提升大模型在自主规划、RAG增强生成等方面的能力； 3、跟踪LLM与Agent领域的国际前沿技术动态，推动工程技术创新落地，支持复杂任务规划、多模态交互等能力的工程实现； 4、构建端到端的Agent评测与自动化工具链，提升Agent系统性能与效率，打造业内领先的AI Agent技术方案。