拼多多Agentic Code 研发工程师/专家
任职要求
本科及以上学历计算机科学、人工智能、软件工程或相关专业； 编程能力：精通Python编程语言，熟悉Go、Java等主流编程语言； 大模型技术：熟悉Transformer架构及主流大模型技术栈，有LLM微调、推理优化经验，理解多智能体系统； 代码理解与生成：对…
工作职责
我们是一个专注于Agentic Coding方向的充满活力和创业精神的创新业务团队，致力于通过智能化代码生成和开发工具重新定义软件开发和Devops体系。 随着Agentic Code技术的快速发展，我们正在寻找优秀的Agentic Code研发工程师/专家加入团队，共同构建下一代智能编程助手和自主代码开发系统，一起在LLM驱动的编程革命中创造历史！ 负责基于大语言模型的Agentic Code产品核心能力的开发工作，实现代码续写、复杂问题分析与理解、代码生成与测试等功能，包括：代码补全、行间建议预测（NES - Next Edit Suggestion）、Agentic Code智能体等； 参与设计、开发和实现Agentic Code，构建具备代码理解、生成、调试和优化能力的自主编程代理系统，并能适应特定用例和环境； 从事AI领域相关算法研究及算法的工程化实现，以提升Agent能力（推理、规划、记忆、工具使用）； 设计和实现高效的LLM算法，为代码自动生成、智能补全、bug检测等场景提供技术支撑； 参与设计多智能体协作架构，实现复杂编程任务拆解与分布式执行，提升Agentic Code的质量及效率； 持续跟踪Agentic Code、大模型、代码生成等前沿技术发展，推动团队技术水平提升。
通义千问（Qwen）是由通义实验室自主研发的超大规模语言模型，具备多模态、多语言、跨任务的理解与生成能力。Qwen系列模型，涵盖参数量从亿级到万亿级的基座大语言模型，并相继推出Qwen-VL、Qwen-Audio、Qwen-Omni、Qwen-Coder、Qwen-Image等系列模型。从多轮对话到代码生成，从逻辑推理到内容创作，从单一多模态到全模态统一理解生成，Qwen正在打造全球领先的全模态模型技术体系，推动AI在企业服务、开发者生态、个人用户等领域的深度应用，引领下一代人工智能的发展。 Coder团队致力于构建能够执行、扩展并自我进化的自主系统，通过构建超智能的coding agent/digital agent，扩展数字世界，为迈向真实世界的智能奠定基础。 工作职责： 1. 负责通用模型 Qwen 的代码能力和代码专有模型 Qwen-Coder 的构建。 （1）包括但不限于数据收集、预训练、后训练（强化学习）、评测等方向上的探索。 （2）通过Large-scale Pre-training 和 Large-scaleRL来提升Code Reasoning能力，在专家级编程竞赛超越人类，并构建 Coding Agent 来解决真实世界软件开发任务； 2. 负责Computer-Use Agent (GUI-Agent）的建设，以最直观的方式—鼠标、键盘、编码等操作来代替人类执行数字世界任务。 （1）通过Scaling海量数字世界数据结合大规模合成数据，来提升Computer-Use Agent的Grouding能力。 （2）通过Long Horizon的方式进行强化训练，结合可扩展的多模态环境反馈来提升CU Agent的Reasoning的能力。
通义千问（Qwen）是由通义实验室自主研发的超大规模语言模型，具备多模态、多语言、跨任务的理解与生成能力。Qwen系列模型，涵盖参数量从亿级到万亿级的基座大语言模型，并相继推出Qwen-VL、Qwen-Audio、Qwen-Omni、Qwen-Coder、Qwen-Image等系列模型。从多轮对话到代码生成，从逻辑推理到内容创作，从单一多模态到全模态统一理解生成，Qwen正在打造全球领先的全模态模型技术体系，推动AI在企业服务、开发者生态、个人用户等领域的深度应用，引领下一代人工智能的发展。 团队致力于优化Qwen基础大模型的Agent能力和构建完善的LLM智能系统，实现LLM对外界的准确感知、利用与反馈。Agent的工作包括从模型侧通过 SFT、RL等提升模型的基础agent能力，让模型和 agent框架有效结合；同时也包括agent system的设计与实现，致力于agentic AI真实落地。 1. 从事Qwen基础大模型的通用agent能力优化，包括但不限于tool use、RAG、planning、memory等能力的算法研发和优化；跟进业界agent benchmark，保持Qwen的agent行业领先水平。 2. 推进agentic AI的发展，包括但不限于多模态 agent、code agent、MCP、deep research 等场景的模型优化与产品落地。 3. 研发agent system，推动AI Agent在架构和性能上的持续优化。 4. 研究、实现和优化最新的强化学习（RL）算法，确保算法的性能和可扩展性。 5. 主导数据收集、环境建模及 agent 的评估与测试工作，确保模型的稳定性和有效性。
1. 负责AI搜推助手类创新产品的技术落地，从业务问题抽象到LLM全链路研发，持续提升用户体验与业务指标。 2. 负责通过强化学习，提升LLM对超长上下文建模和多步骤工具调用能力，实现新一代高精度用户模拟器。 3. 负责通过DeepResearch技术，实现从店铺分析-智能选品-下游效果提升的全自动电商开店Agent。 4. 持续关注AI技术的发展趋势，负责LLM的前沿技术探索，进行紧贴业务的技术创新。
我们致力于优化 Qwen 基础大模型的 Agent 能力和构建完善的LLM智能系统，实现LLM对外界的准确感知、利用与反馈。Agent 的工作一方面包括从模型侧通过SFT、RL等提升模型的基础Agent能力，让我们的模型能和Agent框架有效结合；另一方面包括Agent System的设计与实现，致力于Agentic AI真实落地。 职位描述： 1. 从事Qwen基础大模型的通用 Agent 能力优化，包括但不限于Tool use、RAG、Planning、Memory等能力的算法研发和优化；跟进业界Agent Benchmark，保持Qwen的Agent行业领先水平。 2. 推进Agentic AI的发展，包括但不限于多模态 Agent、Code Agent、MCP、Deep Research等场景的模型优化与产品落地。 3. 研发Agent System，推动AI Agent在架构和性能上的持续优化。 4. 研究、实现和优化最新的强化学习（RL）算法，确保算法的性能和可扩展性。 5. 主导数据收集、环境建模及 Agent 的评估与测试工作，确保模型的稳定性和有效性。