助理研究员（通用智能技术）

体系架构论证：参与自主智能系统的体系架构设计与论证，研究感知—认知—决策—执行闭环智能架构，以及 AI 模型、智能体、通信资源、计算资源和数据资源之间的组织与协同机制，形成体系架构分析、技术论证及研究报告；

关键技术研究：面向自主感知、自主决策、自主执行的技术需求，开展大模型、智能体、多智能体协同、具身智能、世界模型等关键技术研究；开展AI 驱动的网络资源配置、智能路由、节点调度和通信策略优化研究；开展大模型与网络、计算、传感器及无人系统的融合机制研究；主导或参与高水平论文、专利及技术成果产出；

前沿技术探索：跟踪 AGI、Foundation Model、Agentic AI、World Model、强化学习、多模态智能、具身智能、AI Agent 4Net、边缘智能等前沿技术发展动态，研判人工智能与先进通信、无人系统、云边端协同融合的发展趋势，形成技术路线和前沿研究报告；

核心项目支撑：面向智能网络、无人系统及分布式自主系统等核心项目，开展 AI 模型、智能体、网络和计算资源协同设计，参与算法设计、系统建模、仿真验证和原型开发，推动人工智能技术从算法研究向系

学历及专业：博士学历，计算机、人工智能、自动化、软件工程、通信工程、电子信息、数学、控制科学与工程、机器人等相关专业；

专业基础：扎实的AI/ML/DL及分布式系统理论基础；深入理解Transformer、大模型、多模态及强化学习原理，熟悉Agent、RAG等关键技术；具备从算法到系统再到应用的多层次分析能力。

工程能力：熟练掌握Python/C++/Go/Java等至少一种语言，具备Linux下算法开发、训练部署及系统实现能力；熟悉PyTorch、Transformers、vLLM、LangChain、LlamaIndex等主流AI框架结构，有Docker/K8s容器化及分布式开发经验者优先；

大模型与智能体实践：具备大模型应用、AI Agent或多智能体系统开发经验，能独立完成模型调用、Agent构建与协同验证；有本地化部署、微调或智能体系统开发经验者优先。

科研成果：博士期间在AI/ML/NLP/CV/机器人等领域发表高水平论文（如NeurIPS、ICML、CVPR、ACL等顶会或TPAMI等顶刊），或有优秀专利、项目、开源成果；有大模型/智能