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 Sys…
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。
我们正在招募一位具有系统级思维与AI大模型技术前瞻视野的 资深系统架构师，共同设计与构建下一代 AI 原生操作系统（AI Operating System, AIOS）。AIOS 是为智能计算时代重新定义的系统平台。它不再只是传统操作系统的资源管理者，而是智能体时代的计算基石，通过深度融合 基于大模型的AI 推理、感知、学习与决策能力，让系统能够自我理解、自我优化，并主动协作。您将站在系统软件与人工智能、大模型技术的融合前沿，定义AIOS的核心架构、智能调度体系、AI运行时、AI助手、AI智能体以及人机共生的新一代系统框架。 主要职责： 1. 主导 AIOS 的整体架构设计，包括AI原生系统内核层、系统服务层、AI运行时与智能交互层； 2. 设计并实现 AI原生系统内核（AI-native Kernel），将调度、内存与资源管理与AI智能决策引擎深度融合； 3. 构建 AIOS Runtime，支持端侧模型的高效运行、动态加载、分层缓存、在线推理与自适应资源分配； 4. 设计 智能调度系统（AI Scheduler），实现跨CPU/GPU/NPU/DSP的异构资源智能优化； 5. 构建 AI Memory & Model Management Framework，支持模型快速热加载、压缩与生命周期管理； 6. 推动系统级 智能安全与可信计算机制，确保AI决策链的可解释性与可信度； 7. 与硬件、内核、AI算法、设备驱动与应用生态团队协作，打通跨层架构接口，实现软硬件协同优化； 8. 负责AIOS技术蓝图与架构演进路线规划，推动系统持续演化； 9. 指导高级工程师团队落地架构设计，建立高标准的系统工程文化。
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。