vivo端智能算法工程师-实习

1.负责具身智能的核心算法研发，聚焦强化学习（RL）与模仿学习（IL）技术，推动智能体在复杂物理环境中的感知、决策与行动能力； 2.设计并实现基于强化学习的端到端训练框架，解决稀疏奖励、多任务学习、长周期规划等挑战性问题； 3.开发高效的模仿学习算法，结合人类示范数据与自主探索策略，提升智能体在真实场景中的泛化性与安全性； 4.针对机器人控制、多模态感知-动作闭环等场景，优化算法在计算效率、实时性与鲁棒性方面的表现； 5.与硬件、仿真团队紧密协作，推动算法在实体机器人或虚拟环境中的部署与验证。

1. 汽车业务：协助算法工程师完成汽车能耗、运动控制相关的算法研究与开发工作，将行业内相关的前沿技术和最新研究成果应用到实际业务中 2. 大家电业务：协助算法工程师完成空调、冰箱、洗衣机相关的AI算法研究和开发工作，将行业内前沿智能控制算法和大模型技术应用到实际业务中 3. 参与能耗预测、温度预测等时序预测问题的解决，合理构建特征，选择模型，实现精准预测 4. 参与智能控制算法、大模型的研究与验证，协助优化算法模型 5. 协助算法工程师完成上述相关算法的端侧部署、测试，支持量产交付

1. 负责家用大家电（空调、冰箱、洗衣机）产品智能算法、智能功能研发工作,提升小米空调智能交互控制技术水平; 2. 负责家用大家电产品大数据分析与挖掘,挖掘家用大数据数据价值,用以制定技术研究路线方向 ; 3. 大家电售后故障智能自诊断技术研究,服务端信息智能收集、分类、推送功能研究,降低售后成本,提升用户的口碑 ; 4. 负责相关技术总结、技术专利、技术规范编写等工作。 【课题名称】 全屋智能家电AI算法应用研究 【课题内容】 1.家电大模型技术研究 2.AI赋能智能家居研究 3.智能诊断等

职位描述: 面向高德“小高老师”AI搜&对话场景，满足用户出行、打车、信息获取等各类需求，目标做出业界顶尖的Agent智能体； 跟进AI Agent领域最新技术动态，围绕LLM大模型、Agent框架、LLM Reasoning技术（如思维链、多步推理）、优化复杂查询的Deep Research模式、Memory机制、RAG技术、自动化数据合成、指令微调（Instruction Tuning）、偏好对齐（RLHF/DPO）等技术，持续推动算法创新与落地； 开展LLM Agent技术研发，构建端到端Agent系统，涵盖意图识别、多场景工具调用、结果生成与偏好对齐，推动相关技术研究与算法落地，提升用户体验。