影石大模型应用/agent算法工程师
任职要求
职位要求 1.人工智能，计算机，数学等相关专业全日制硕士研究生以上学历。 2.具备良好的编程能力，精通PyTorch等训练框架。 3.熟悉大模型训练/推理的主要技术和原理，包括但不限于提示词工程，评测，模型部署。 4.具有良好的问题分析和解决能力，对AI前沿技…
工作职责
职位描述 1、负责构建Agent核心逻辑，包括但不限于任务规划和编排，工具调用，mcp，skill，多轮对话管理，记忆，RAG，上下文工程，多智能体协同。 2、负责业务场景和商用场景的agent搭建，提供可用于生产的智能助手。 3、负责构建长短期记忆架构，解决长上下文的遗忘与注意力发散问题，提升用户在长期交互中的沉浸感，一致性。 4、负责构建文本的RAG系统，包括检索，召回，文本处理，等主要模块开发和优化。 5、负责Agent工具开发，接入搜索，浏览器，虚拟机等外部API、MCP和skills。 6、负责设计和调优Prompt，针对不同产品需求进行定制化优化。 7、负责针对产品需求设计科学，严谨的可量化指标和测试方案。
1、负责Agent的设计与效果优化，通过Agent架构优化（工具、上下文管理、编排等）和模型优化（Agentic RL等具体任务的Post-Training），产出效果领先的Agent； 2、探索AgentArchitectures/Structures的上限，在Agent应用研究中最大程度释放模型的能力，研究Self-Evolving AI System，实现Self-Improving Agents； 3、设计和开发领先AI应用和解决方案原型，验证产品概念和需求，构建应用评估并优化Agent效果，为电商场景的AI应用提供领先的Agent解决方案。
1. 负责大模型算法（LLM/VLM）、Agent应用算法和其他深度学习算法在不同业务场景的标准服务化工作； 2. 打通从算法模型或脚本，到标准化可部署的生产级算法服务，并保障服务稳定性和可扩展性； 3. 服务部署硬件包含CPU、GPU（英伟达或其他国产），应用环境包含公有云（例如阿里云等）或客户私有化环境。私有化部署方面能解决代码和模型安全问题。
1. 应用包括大模型、Agent、多模态等在内的 AI 技术，推进整车软件的数据化和智能化； 2. 根据Agent应用场景需求搭建Agent框架，工作内容包括算法开发、模型训练、数据处理、服务部署等； 3. Agent场景下模型能力提升，优化模型对指令的遵循能力，包括但不限于人物设定、输出格式、工作流程等； 4. 掌握并应用大模型的最新研究和应用实践，推动团队技术的不断更新；
关于我们 我们致力于把大模型 Agent 打造成“能解决业务问题的生产力系统”：不仅会对话，更能规划、推理、调用工具、洞察数据，在多个业务场景形成端到端闭环。团队长期坚持“学术先进性 + 工程可落地 + 指标可验证”三位一体，推动多项技术在真实业务中规模化应用，并持续输出可复用的训练与评测体系。 你将获得什么 ● 覆盖多模型、多尺寸的系统化训练能力：团队训练资源充足，能在不同架构/不同规模模型上完成微调、对齐与能力专项提升，并形成可复用的训练范式。 ● 论文级问题 + 业务级验证：我们鼓励你做可发表的创新，同时确保每个方向都能进入线上评测与业务闭环，真正做到 有创新、有落地、有收益。 ● 完整的 Agent RL 研发舞台：从环境构建、Reward 设计、策略优化到自动评估工具链，你将能主导一条完整的 RL-Driven Agent 能力演进路径。 ● 个人影响力与成长：支持对外分享、论文/专利沉淀与跨团队共建 岗位职责 1、主导基于大模型的 AI Agent 全生命周期研发，包括通用型及垂直领域 AI Agent 的应用架构设计、数据构建、模型训练与评测； 2、运用 SFT、RL 等 Post-training 训练方法，提升大模型在自主规划（Planning）、多步推理、RAG 增强生成、工具调用、数据问答等方面的能力； 3、构建 Agent RL 所需的环境与训练方法，设计合理的 Reward Function 和优化函数，激发模型在垂直领域内的泛化性，探索无/少人类专家样本依赖的 Agent 优化方案； 4、跟踪 LLM 与 Agent 领域的国际前沿技术动态，推动技术创新在业务场景中的落地应用，重点突破工具集成复杂推理、数据洞察、AI 搜索等方向的应用创新； 5、持续优化 Agent 算法与系统架构，构建端到端智能体评测体系，开发自动化评估工具与多维评价指标，提升系统性能与效率。