大模型与智能体算法工程师

1.负责大模型（NLP、CV、强化学习等）在业务场景中的端到端创新研究，包括性能优化、效果提升及效率改进。

2.设计并实现Agent的多层次记忆架构（工作/情景/语义/工具记忆），研发存储、检索、压缩与演化机制，解决碎片化与延迟问题。

3.构建基于任务反馈的自进化闭环，实现技能自动化创建、评估与优化，探索上下文自主重写能力。

4.主导大模型与Agent技术在智能助手、自动化决策等场景的创新应用，推动从论文到产品的转化。

5.将记忆与自进化能力集成至生产系统，优化Token效率与响应延迟，建立可量化评估体系（如LoCoMo基准）。

6.协同产品与工程团队，确保算法方案的高可行性及系统稳定运行。

7.复现并改进前沿算法（如Transformer、RAG、多模态建模），持续探索Agent演进路径（L1→L4）。

1.硕士及以上学历，计算机、人工智能、数学等相关专业；

2.扎实的算法基础：精通LLM/NLP（如GPT/BERT调优）、强化学习、向量检索；熟悉Agent框架（LangChain/ReAct/LangGraph）及工具调用、任务分解等机制；

3.工程能力：精通Python，具备从原型到落地的全流程经验；

4.深入理解Agent记忆系统（评估基准如LoCoMo）和自进化机制。

优先条件：

1.顶会论文发表（ACL/ICML/NeurIPS）或知名开源项目/竞赛经历；

2.实际产品落地经验（智能编程助手、对话机器人等）；

3.熟悉MemoryRL、Multi-Agent系统或自进化框架（MUSE/HarnessX）。