通义通义实验室-大模型Agent System算法工程师-通义千问
任职要求
1. 精通Python、C/C++等至少一门编程语言。 2. 良好的学术调研能力，工程能力，良好的逻辑和数据分析能力，有高质量论文、开源项目、ACM竞赛经历、相关学术会议组织的权威比赛获奖经历或落地项目产出者优先。 3. 热衷于Agentic AI，有相关Agent System研发经验、有深度参与开源项目经验者优先。 4. 有良好的自我学习能力及自驱力，对前沿领域有强探索欲，富有想象力和创造力。 加分项 1. 熟悉强化学习算法和智能Agent框架，具备跨领域应用的经验。 2. 曾在计算机领域的顶级会议上发表过学术论文，具备扎实的科研能力。
工作职责
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。
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。
团队介绍： 团队聚焦大模型数据优化、模型调优、多智能体协同、LLM跨领域交叉等关键技术方向，诚邀具备扎实科研能力与工程素养的候选人加入，共同推进人工智能前沿技术的突破与应用。 岗位职责： 1. Agentic前沿研究探索和企业级系统架构： （1） 探索agent自我迭代学习范式，如数据合成、奖励建模、强化微调等，持续改善agent训练效率与效果。 （2） 构建高可用多智能体开发框架，探索多智能体交互新范式。 （3） 探索Human-in-the-loop的交互范式和反馈机制，实现Human和Agent之间的有效任务协作。 （4） Agent Runtime系统建设，助力Agent应用从POC阶段走向生产阶段。 （5） 参与垂直领域Agent应用研发和探索，打造行业垂类应用标杆。 2. 数据与模型协同优化: （1） 探索训练数据处理和优化方法，优化数据菜谱，进而提升模型效果。 （2） 探索结构化数据（SQL）与非结构化数据（如文本、图像、音频等）在应用场景下的有效处理、融合和使用。 3. 开源项目的技术研发与社区共建，推动研究成果开源社区的推广。
团队介绍： 高德地图为您导航，前方路口请“左转”，我们是高德地图交通&行中智能团队。 我们的使命是基于高德海量高质的数据，最前沿的AI算法，最可靠的工程架构，打造有温度、有惊喜、科技感十足的智能出行体验； 在这里，我们一起建设应对超大业务规模，超高业务复杂度的高效、可靠、鲁棒的技术架构；一起用最前沿的机器学习、深度学习、AI算法探索导航领域最具挑战性的行业难题；一起用最尖端的AIGC、LLM/LVM、多模态理解与生成、Agent等技术，打造全新的出行交互体验； 团队简单直接、有情有义、温暖有爱，欢迎加入，一起用技术驱动创新，为海量用户护航！ 职位职责包括但不限于： 基于前沿的AIGC、LLM/LVM、MLLM多模态理解与生成、AI Agent等技术，实现高德地图导航过程全场景、全时空、多模态的内容理解/生成以及智能交互，不断提升用户的出行质量和体验。
1.负责构建具备自主决策、协作与工具调用能力的多智能体系统（Multi-Agent System），推动大模型从“对话式AI”向“任务执行体”演进，解决复杂场景下的自动化问题。 2.深入研究并应用LLM的复杂推理技术（如思维链CoT、思维树ToT），攻克开放式、复杂问题的深度研究模式，赋予Agent独立探索与解决问题的能力。 3. 运用指令微调、强化学习等方法，提升大模型规划、推理与遵循指令的能力，从而提升模型知识边界探索和抗干扰的能力。