蔚来校招-AI智能体平台研发工程师
任职要求
【任职要求】 背景： 计算机、软件工程、人工智能等相关专业，本科及以上学历（硕优先），热爱且极度关注 AI 领域的前沿发展； 编程基础扎实： 熟练掌握 Python，具备良好的数据结构与算法基础； AI 技术栈： 熟悉大语言模型的基本原理，掌握 Prompt Engineering 技巧；了解或使用过 LangChain、Langgraph 、Dify 等 AI 应用开发框架，对 RAG（检索增强生成）、Agent 架构有一定认知； 工程与 DevOps 意识： 熟悉 Linux 环境及 Git 版本控制，了解软件测试基础，对 CI/CD（如 …
工作职责
【团队简介】 我们是一支致力于探索和落地前沿 AI 技术的创新研发团队。在这里，你将告别传统的“增删改查”，直接参与大语言模型（LLM）在智能辅助驾驶业务与研发工作流中的深度应用。我们鼓励极客精神，提供充足的算力和先进的模型，带你一起定义下一代“AI驱动”的工作范式。 【岗位职责】 AI Agent 业务赋能： 参与基于 LLM 的 AI Agent 应用设计与开发，结合具体业务场景（如视频图像打标、数据BI等）构建智能体，切实提升业务运转效率； AI 应用平台建设：构建领先的agent平台框架、RAG知识中心、向量检索、模型微调SFT等服务，为上层AI应用提供强大AI基座。 前沿技术调研与 PoC： 持续追踪业界最前沿的 AI 技术动态与开源方案（如Dify, LangGraph 及其在 DevOps 领域的应用），撰写调研报告，并快速完成概念验证（PoC）开发； 效能工具工程化落地： 与资深工程师合作，将具有价值的 AI 创新点转化为稳定可靠的内部工具或平台功能，服务于全体研发团队。
小红书中台AI平台团队致力于打造业界领先的一站式AI平台，通过技术创新和工程优化，为公司AI业务发展提供强有力的基础设施支撑，实现算法研发效率的显著提升和成本的有效控制。我们负责调度公司所有AI模型训练及推理的数万卡GPU资源，基于自研的训练、推理、智能体框架，为公司所有算法及工程同学提供端到端、一站式的AI研发能力，包含大模型数据处理/训练/压缩/推理/部署及开箱即用的API体验、AI知识库/智能体应用构建、搜广推数据生产/模型训练/模型上线/特征管理/模型测试等。 1、负责大模型/搜广推模型开发平台、AI应用开发平台的架构设计和核心功能研发，构建云原生架构，设计高可用、高性能的微服务体系； 2、负责构建面向大模型、搜广推、智能体全流程DevOps，与下游云原生平台深度融合，支撑大模型在公司内各业务生产链路稳定高效地落地； 3、负责万卡规模GPU集群效能分析及优化，通过调度策略优化、在离线混部、GPU虚拟化、存储&网络加速等手段，提升GPU集群使用效率； 4、将平台和框架结合，通过任务调度、弹性容灾、性能优化等措施端到端提升AI生产效率，涉及k8s/kubeflow、网络通信、分布式训练等； 5、优化各AI平台性能，提升系统稳定性和可扩展性，保障大规模并发场景下的服务质量与用户体验； 6、持续研究分析业内创新AI平台产品，优化技术方案，改进产品功能，提升创新能力与产品体验。
我们正在寻找充满热情、具备深厚研究潜力的应届毕业生加入我们，共同探索下一代推荐系统的边界。你将置身于推荐领域的最前沿，不仅解决当下的业务挑战，更致力于定义未来的推荐范式，将最新的学术突破转化为具有重大影响力的用户产品体验。 ： 1.参与搜狐新闻App核心召回、排序、混排、冷启动等关键推荐算法模块的研发、优化与持续迭代， 直接提升新闻推荐的精准性、个性化和用户体验； 2.聚焦大模型驱动推荐、多模态内容理解与推荐、强化学习/序列决策推荐、多智能体协同推荐等前沿方向，开展深度研究与创新实验，产出具有技术突破性和潜在业务颠覆性的研究成果； 3.负责将前沿推荐算法研究成果（如新模型、新策略、新机制）在真实业务场景中进行快速原型验证与工程化实现，评估其实际性能与可行性，推动关键技术在实际推荐系统的落地应用； 4.紧密追踪国际顶级会议（如 KDD, WWW, RecSys, NeurIPS等）在推荐系统、机器学习及相关领域的最新进展，深入解读前沿论文，定期组织内部分享，推动团队技术视野的持续拓展； 5.积极总结研究与实践成果，参与撰写高质量技术报告，并鼓励向顶级学术会议/期刊投稿，提升团队在推荐技术领域的学术影响力和技术品牌；
1. 主导新一代训练与推理引擎的架构设计与核心模块开发，支撑搜广推业务在长序列建模、生成式推荐、Agent 等前沿场景的规模落地。 2. 与存储、数据平台深度协同，打造端到端 ML 数据 Pipeline：统一特征管理、秒级调试、版本追踪与一键上线，让数据科学家专注模型创新。 3. 持续优化训推基础设施：自研 Embedding 高速存储、特征 DSL 引擎、弹性调度与服务化推理框架，实现 10x 级性能提升。 4. 跟踪 LLM / Agent 最新进展，将其工程化落地到搜索、广告、推荐及智能体业务，定义行业新标准。
1、负责强化学习相关技术在休闲游戏中自动打关及关卡难度调节的落地应用； 2、参与强化学习算法实现及框架搭建，探索强化学习在游戏生命周期各个阶段的应用方向； 3、参与深度学习基础平台的功能选代，持续研发算法与优化性能； 4、跟踪分析工业界及学术界相关方向最新进展。