理想汽车基座模型-智能体算法专家-北京/杭州
任职要求
1. 硕士及以上学历，参与过对话、搜索、推荐、AIGC至少其一领域的核心算法开发工作，关注行业及学界进展； 2. 扎实的算法基础，熟悉自然语言处理、多模态、知识图谱和机器学习技术，对技术探索、开发及应用有热情； 3. 熟悉Python/C++/Java等编程语言，熟悉PyTorch、Tensorflow等深度学习框架并有实际项目经验； 4. 在顶级会议或期刊上发表过论文，或参加过国际竞赛并取得优异成绩者优先。
工作职责
1. 负责大语言模型以及多模态大模型的预训练、精调等研发及落地； 2. 负责大模型智能体记忆、规划、工具、RAG能力的研发以及大模型应用的研发。 3. 跟进大模型与强化学习技术的前沿发展，提升算法效率与性能
1. 基座模型能力建设 • 主导代码大模型（Code LLM）的预训练与优化，涵盖代码生成、补全、理解、翻译、调试等核心能力； • 设计高效的多语言代码表征架构（如Python、Java、C++等），支持长上下文学习（Long Context）与复杂逻辑推理； • 探索代码语料（GitHub、Stack Overflow等）与自然语言的高效对齐技术，提升模型对开发者意图的理解能力。 2. Agent协同与系统化落地 • 构建代码智能体（Code Agent）协作框架，整合代码解释器、测试框架、知识检索模块，实现多工具联合推理； • 开发动态任务调度策略，支持多智能体分工解决复杂编程问题（如系统设计、全栈开发、自动化测试）； • 推动模型在类似Cursor的代码工具中落地，实现代码生成、智能补全、错误诊断、跨语言迁移等核心功能。 3. 多智能体代码系统 • 设计多智能体协同架构，支持代码生成、评审、迭代优化的闭环流程； • 探索智能体自主协作机制（如分工协商、结果校验、知识共享），提升复杂工程问题的解决效率； • 结合业务场景（如企业级代码库重构、自动化运维），打造端到端代码解决方案。
1. 负责智能体架构体系中的分布式推理服务核心模块设计与开发，构建高吞吐、低延迟的分布式推理系统 2. 研发分布式推理任务调度、负载均衡、容错恢复等关键算法，优化资源利用率与系统稳定性 3. 设计模型并行/流水线并行等分布式推理策略，解决超大规模模型的部署难题 4. 开发分布式推理加速技术（包括计算图优化、分布式KV Cache存储、通信优化等），提升系统性能 5. 实现分布式服务监控与动态扩缩容机制，保障高并发场景下的服务质量
1.参与微信大规模语言模型（WeLM）的建设，涵盖基座模型训练、模型价值对齐、推理模型研发、智能体研发等环节； 2.设计、实现、优化大规模分布式模型训练各环节的效率； 3.独立或与其他研究员合作进行前沿领域研究； 4.与产品团队、数据团队合作研发有竞争力的AI应用。