2027届校招-多模态Agent

1. 负责多模态 Agent 系统的架构设计与核心能力研发，围绕文本、图像、视频、文档及结构化数据等多模态输入，构建具备理解、推理、规划、执行和反馈闭环能力的智能体系统。

2. 负责基于 LLM / VLM 的 Agent 能力开发，包括任务规划、工具调用、Function Calling、工作流编排、上下文管理、长期记忆、多 Agent 协作及自主任务执行等模块。

3. 面向复杂业务场景设计 Agent 工作流，将大模型与搜索、数据库、知识库、代码执行、专业算法模型、外部 API 及业务系统进行集成，实现复杂任务的自动拆解与端到端执行。

4. 研究多模态信息感知与推理技术，提升 Agent 对图像、视频、表格、PDF、网页、时序数据等复杂信息的理解、跨模态关联和综合推理能力。

5. 负责 RAG、知识库及 Agent Memory 系统建设，研究知识检索、上下文压缩、信息路由、动态知识注入和长期记忆机制，提升复杂长程任务中的信息利用效率与一致性。

6. 研究 Agent 推理与决策机制，包括 ReAct、Planning、Reflection、Self-Correction、Search、Verifier、Test-time Scaling 等方法，提升智能体在复杂任务中的规划、纠错和自主决策能力。

7. 建设 Agent 数据和评测体系，围绕任务成功率、工具调用准确率、规划能力、多模态理解能力、执行稳定性、事实性、幻觉率、延迟及资源消耗等指标开展系统评测与持续优化。

8. 负责 Agent 系统的工程化与产品化落地，与大模型及业务团队协作，完成模型接入、服务编排、系统部署、性能优化及线上效果迭代。

9. 跟进 Multimodal Agent、VLM、Agentic AI、RAG、Memory、Multi-Agent、RL 等方向的前沿研究，完成相关算法复现、系统实现及技术创新，推动论文、专利及开源项目产出。

1. 计算机、人工智能、自动化、电子信息、软件工程等相关专业硕士及以上学历。

2. 具备扎实的机器学习、深度学习及软件工程基础，对 Transformer、LLM、VLM、多模态大模型及 Agent 技术体系有较深入理解。

3. 具有大模型 Agent 或复杂 AI 应用系统开发经验，熟悉以下一个或多个方向：

1. LLM / VLM Agent 架构设计

2. Tool Use / Function Calling / MCP / API 调用

3. Planning / ReAct / Reflection / Self-Correction

4. RAG / Knowledge Base / Agent Memory

5. Workflow / Multi-Agent / Agent Orchestration

6. 图像、视频、文档等多模态理解与推理

7. Agent 数据构建、评测及优化

4. 熟练使用 Python、PyTorch，具备较强的算法实现及工程开发能力，熟悉主流大模型 API、开源模型及 Agent 开发框架中的一种或多种。

5. 熟悉向量数据库、全文检索、Embedding、Reranker、知识库等 RAG 相关技术，能够完成从数据处理、索引构建到检索生成的完整系统开发。

6. 熟悉 HTTP API、RPC、消息队列、数据库及常见后端服务技术，能够将 Agent 与实际业务系统、算法服务及外部工具进行可靠集成。

7. 具备较强的问题抽象和系统设计能力，能够将复杂业务需求拆解为模型、工具、工作流和评测体系，并完成端到端实现。

8. 具备良好的论文阅读、算法复现和快速学习能力，能够跟进并验证多模态大模型及 Agent 领域的前沿技术。