-设计、开发和优化公有云存储系统类产品，包括但不限于对象/块/文件/表格存储服务 -开发和优化大规模高性能服务软件 -为百度开放云行业客户提供分布式存储技术和产品解决方案 -联动大数据、云计算、边缘云、视频云等多团队打造整体高性能解决方案

- 1.负责政务领域大模型与智能体相关项目的整体技术【架构设计】与技术【路线把控】 -2.项目售前阶段，支撑产品方案里的【技术编写】，提供技术影响力 -3.项目交付阶段，承担【关键技术攻关】与核心模块设计，兜底解决项目过程中的难题，包括工程实现问题和算法效果问题， - 4.产品实现阶段，结合政府业务场景进行需求分析与场景建模，建立系统技术规范与工程标准，输出【可落地、可复用】的AI能力方案 - 5.参与政务客户AI大模型应用咨询工作，提供场景规划、能力选型及技术路径建议 -6.相关技术培训与赋能工作，包括内部研发培训、客户技术培训及智能体应用能力宣贯

-负责百度智能云云计算业务的质量保证工作 -开发测试工具和自动测试框架、自动测试脚本，进行自动化测试 -根据产品需求进行测试，包括测试方案、设计、执行、BUG提交和追踪、测试报告和测试改进等 -深入理解用户场景，解决项目痛点问题，优化与改进用户体验，发挥产品影响力 -参与代码评审、持续集成等工作，确保代码质量和交付效率

-致力于打造业界领先的医疗大模型对话系统。通过持续的技术创新和优化，成功构建了一套完整的医疗智能对话解决方案 -数据合成：负责领域知识和训练数据的构建与维护，利用数据飞轮机制不断优化数据质量和丰富度，提升模型性能和应用效果 -大模型训练：针对业务需求进行大模型的继续训练、有监督微调和强化学习，以及多模态模型训练，实现模型在垂直领域的深度适配，与业务专家合作，构建和优化结构化的提示词系统，利用COT等先进技术增强大模型的推理能力，高效、精准解决实际问题 -信息检索：开发和优化Query理解、语义索引、相关性排序等技术，提升RAG的效果，实现大模型与知识库的深度融合，基于领先的智能体框架，运用并增强大模型的推理、对话和反思能力，解决复杂业务问题 -大模型评测：制定和实施全方位的大模型评估方案，结合人工评估和自动化评估手段，建立完整的评测体系，确保模型性能的可靠性和稳定性 -应用落地：深入理解业务痛点，定义问题解决方案，设定任务标准和目标，通过持续的技术创新和优化，实现最佳的业务效果和用户体验

-参与多模态基座模型架构的改进，包括但不限于视觉编码器的性能提升与效率优化 -参与多模态训练方法的改进，包括训练收敛速度的改进、模型融合的应用、强化学习算法的应用等 -针对多模态垂直领域场景（教育、OCR、文档理解、视觉定位、电商理解等）进行算法优化与落地，包括高质量数据筛选与合成、模型训练策略优化、评测体系构建等 -梳理与建设公开/Inhouse的Benchmark，作为模型训练的观测指标

-负责大语言模型在检索增强（RAG）场景的链路优化和模型优化 -探索和开发大模型在多模态任务、工具调用（Function call）、交互式搜索中的前沿应用 -跟踪大语言模型在RAG、多模态Agent、Function call上的评估能力前沿进展，并实现系统化评估能力建设 -优化大模型基础能力（指令遵循、思考规划、长文记忆、知识继承）并推动落地

-负责百家号作者多元变现产品的规划和设计，基于百度内容生态，完善内容付费、分销、带货、广告分成等变现产品能力，提升作者收入 -协调上下游部门，把控项目进度，持续监控项目效果数据，进行数据分析，推动各方持续改善及创新，提升作者体验 -收集用户反馈，深挖用户痛点，对产品进行持续的优化和改进 -跟踪行业动态，关注竞品动向，对标业内最佳实践，及时调整产品策略

-承担百度面向未来的AI Native应用Android客户端的设计开发工作，提升智能体的用户体验，确保产品的高质量和稳定性 -协助团队成员进行技术研究和开发，与团队成员合作实现项目目标，不断提升自身技术能力和技术视野 -可参与大模型AI原生应用的调研、研发流程，有机会独立负责其中的一部分模块，为公司的业务发展提供技术支持 -持续跟进移动端和AI领域的最新技术发展和趋势，为团队提供有价值的技术输出，推动公司在移动端和AI领域的技术创新