美团大模型Agent架构工程师/专家
任职要求
1. 具备扎实的计算机基础，能够设计并优化复杂系统的架构。 2. 熟练使用常用研发工具，包括但不限于依赖管理打包管理工具Maven、版本控制工具Git等。 3. 扎实的编程能力，熟练掌握Python、Java、C++等至少一种编程语言。，并且拥有在这些语言下参与中大型项目开发的经历和技能。 4. 具备优秀的沟通能力和团队合作能力，能够与不同的团队进行快速高效的协作。 具备以下条件优先 1. 有技术钻研精神，参与过智能体等大模型应用或其他人工智能项目者优先。 2. 对大模型技术应用熟悉，熟悉或参与过开源Agent框架开发者优先，有Multi-Agent、RAG、Workflow、Prompt 编排等有相关开发经验的优化。 3. 拥有与工作年限相称的技术广度/深度，有较强的逻辑思维能力，善于分析、归纳、描述、沟通、和解决问题。 4. 做事有责任感和主动性，面对复杂业务问题，可以从技术和业务多角度推进，最终达成目标。
工作职责
1. Agent基础框架的建设，包括不限于Multi-Agent、Workflow等，构建和完善大规模多智能体系统的底层基础框架，确保系统的稳定性和扩展性。 2. Agent实验及评测体系、Agent Tracing等能力建设，完善Agent开发、优化的的工具和系统生态。 3. Multi-Agent交互协议设计和开发，实现高效可靠的多智能体交互协议，支持跨Agent的通信和协作。 4. Agent注册、管理、发现能力的架构设计和系统开发，确保不同业务场景下Agent的灵活部署和高效管理。 5. MCP 服务架构设计和开发，负责MCP相关工具的接入、集成和链路管理，实现 AI 资源、工具的接入与整合，支持不同业务需求下的灵活使用。 6. Agent系统及平台的性能优化、架构优化，持续迭代具有高可用性、可伸缩性和易维护性的系统。 7. 跟进技术和行业动态，不断优化和提升大模型Agent的技术框架，支持业务场景下的Agent能力迭代。
深入业务视角，以多模态大数据建模及计算物理仿真为基础，借助AI赋能，帮助半导体工程/工艺/元件特性先行预测与优化，提升工程/工艺/元件研发效率。 工作职责： 1.基于半导体工程/工艺/元件研发需求，开发AI Agent，实现研发流程的自动化与智能化； 2.结合大模型技术（如LLM、多模态大模型等），构建智能化的业务交互与决策系统，提升研发效率； 3.基于产品全生命周期的生产大数据，开发根因查询（RCA）、虚拟量测（VM）、高级工艺控制（APC）、高级机台控制（AEC）等智能化解决方案； 4.开发基于业务驱动的智能工程/工艺/元件设计优化工具，结合物理信息神经网络（PINN）、复杂结构数字孪生、先进材料自动选型等技术，实现研发创新； 5.与半导体研发工程师深入合作，理解业务逻辑，打通数据流，设计并开发能够替代工程师重复操作的AI Agent； 6.探索大模型及AI Agent在半导体研发中的应用场景，推动AI技术与业务需求的深度融合。
1、围绕高德核心业务场景，结合大模型技术实现端到端简化，提升业务效果。负责大模型应用的开发落地工作，包括但不限于LLM应用、Prompt工程、SFT、多模态理解、知识库构建和优化等方面； 2、负责将大模型应用到实际业务场景，包括但不限于销售流程、商家经营、内容生成等业务领域和环节； 3、能够运用多模态理解大模型，实现对非结构化服务数据（店铺装修素材、菜单、评价、商品等）的深度理解和使用。
1、围绕高德核心业务场景，结合大模型技术实现端到端简化，提升业务效果。负责大模型应用的开发落地工作，包括但不限于LLM应用、Prompt工程、SFT、多模态理解、知识库构建和优化等方面； 2、负责将大模型应用到实际业务场景，包括但不限于销售流程、商家经营、内容生成等业务领域和环节； 3、能够运用多模态理解大模型，实现对非结构化服务数据（店铺装修素材、菜单、评价、商品等）的深度理解和使用。
团队介绍： 作为中国领先的数字地图内容及导航服务提供商，高德地图日均服务数亿用户出行决策，每日处理超百亿级位置数据。视觉技术中心是驱动高德实现高精度地图、三维重建、LLM/VLM，AI Agent等核心技术，持续突破自动驾驶、AR导航、具身智能、推广搜和生活服务等领域的技术边界。团队不仅在计算机视觉领域持续深耕，更将计算机视觉及AI技术在自主导航、高德打车、生活服务等多元化应用场景。 作为高德地图的核心技术驱动部门，我们以下一代三维地图引擎、多模态理解与生成、空间智能、世界模型等方向为核心，推动智能出行与真实世界连接的深度融合。 团队gihub主页：https://github.com/amap-cvlab 为何加入我们？ 挑战世界级技术难题，追求智能上限 用AI驱动国民级APP的产品迭代和颠覆式创新 1、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、长期记忆机制、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； 2、开展LLM Agent技术研发，构建端到端Agent系统，涵盖意图识别、知识检索、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。