搜狐
【2027】大模型算法工程师-【引力计划】人才专项
岗位职责
负责多智能体系统（MAS）核心架构设计与研发，搭建标准化、可扩展的智能体协作底座，实现智能体角色编排、动态任务分配、A2A智能通信、协同决策、冲突协商与负载均衡，支撑复杂长周期任务的自动化闭环执行；
深耕Agentic Workflow 智能体工作流体系研发与优化，迭代升级智能体核心能力：分层任务拆解、动态规划执行、长短时记忆管理、工具链自适应调用、状态持久化、异常自愈与重试机制，提升智能体自主执行能力；
基于大模型、多模态大模型能力，设计轻量化、可插拔的智能体组件与通用能力模块，开发行业智能体原型系统，落地业务自动化、智能决策类场景，沉淀可复用的Agent技术资产；
跟进智能体前沿技术生态，深度研究并工程化落地主流框架与新型技术方案，包括但不限于 LangGraph、AutoGen、CrewAI、OpenClaw、AgentScope 等，对比不同架构在复杂任务、高并发场景下的效率、稳定性与适配性，完成技术选型与架构迭代；
主导智能体系统全链路优化与指标体系建设，聚焦推理效率、任务完成率、决策准确率、系统稳定性、并发吞吐量、调用成本、安全合规性核心指标，完成性能调优、故障治理与成本管控，支撑系统规模化上线；
跟踪全球Agentic AI、自进化智能体、多智能体强化学习、长文本推理、多模态智能协作、智能体安全治理等前沿技术，结合业务痛点开展技术预研、原型验证与技术攻关，输出技术方案与落地成果；
融合RAG检索增强、智能体微调、工作流编排技术，构建“感知-规划-执行-反思-迭代”的闭环自进化智能体体系，提升智能体场景适配性与自主优化能力；
联动产品、后端、前端、测试团队，推进智能体系统的工程化落地、灰度上线与迭代优化，输出技术文档、开发规范与落地复盘，保障业务价值落地
任职要求
基本要求
硕士及以上学历（优秀本科亦可），计算机科学、人工智能、机器学习、自然语言处理、软件工程、多模态AI等相关专业优先；
扎实的AI基础功底，精通机器学习、深度学习核心原理，熟悉大模型基座能力、上下文对齐、Prompt工程、模型推理机制，具备NLP/多模态/强化学习任一方向深耕经验；
熟练掌握 Python 编程语言，精通 PyTorch/TensorFlow 至少一种深度学习框架，熟悉大模型API调用、模型轻量化、推理加速等基础技术；
具备优秀的工程落地能力，可独立完成算法原型开发、系统封装、联调上线与性能优化，具备标准化代码开发与工程化规范意识；
具备良好的逻辑思维、问题拆解能力，善于攻克复杂技术问题，有较强的自主学习能力与技术迭代意识。 核心专项能力（重点考察）
具备AI Agent、多智能体系统（MAS）相关研发、迭代或落地经验，深刻理解单智能体与多智能体的架构差异、适用场景与协同逻辑；
精通智能体核心模块原理：自适应任务规划、动态工具调用、分层记忆机制（短时/长时记忆、记忆检索与更新）、反思迭代、多智能体协作与冲突消解机制；
熟练使用主流智能体开发框架与工具链，实操过 LangGraph、AutoGen、CrewAI、OpenClaw、AgentScope 等至少两类框架，掌握工作流编排、智能体通信、状态管理核心用法；
了解MCP模型上下文协议、A2A智能体通信标准，具备多智能体系统架构设计、模块化拆分、可扩展体系搭建经验者优先；
具备完整的Agent项目原型开发、场景落地、指标优化经验，能够独立驱动智能体功能迭代与技术升级。 加分项（非必须，优先录用）
具备成熟的LLM应用落地经验，精通RAG、智能体微调、Prompt优化、Workflow编排、模型部署优化等相关技术；
有复杂多智能体协作系统、自动化任务中台、企业级AI助手、智能决策系统、自进化智能体项目落地经验；
熟悉强化学习、路径规划、启发式搜索、多智能体博弈、分布式协同等算法，有相关技术结合Agent落地的实践经验；
了解智能体安全、权限管控、幻觉抑制、内容合规治理等工程化能力，有相关优化经验者优先；
有开源Agent框架代码贡献、技术博客输出、行业技术分享、顶会论文/专利成果者优先；
具备多模态智能体、跨模态协作、长周期复杂任务智能处理等前沿方向实践经验
信息来自企业官方招聘渠道
OfferSeek 对公开岗位信息进行聚合、去重和结构化整理，最终申请以企业官方页面为准。