小米多模态Agent算法工程师

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。

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。

参与或主导以下一个或多个关键领域的工作： 1. 大语言模型/多模态大模型SFT微调、指令跟随、后训练RLHF精调与偏好对齐； 2. 大语言模型/多模态大模型强化学习Reasoning模型算法、Reward模型、Verifier等算法研发； 3. 大语言模型/多模态强化Reasoning大模型长CoTs效率效果优化与RL Scaling-law研究； 4. 大语言/多模态大模型Agent算法研发； 5. 大语言/多模态大模型强化学习Test-time Compute在线推理算法研发。

团队介绍：BandAI团队致力于探索智能的极限在交易场景的可能性。团队研究方向涵盖LLM、Multimodal、Agent，在北京、上海设有实验室和岗位。加入我们，参与到前沿的大语言模型的研究课题，和优秀的研究员一起探索智能极限。 1、成为研究型人才，在你热爱的课题方向上，探索多模态大模型模型领域最具挑战的长期关键问题； 2、探索研究多模态理解、生成式、强化学习、AIGC等前沿技术； 3、探索多模态RAG、视觉COT、多模态Agent、多模态Reward model、RL等多模态进阶能力； 4、探索多模态Deep research、Computer Using Agent、Useful Image Generation、理解生成一体模型在抖音交易场景的能力。