「2027校招」AI研发工程师

1、负责操作系统AI助手、AI子系统上层应用开发，基于Agent、RAG技术开发操作系统场景智能技能和应用，完成工具调用、知识库问答、故障辅助诊断等功能；

2、负责操作系统端AI智能体核心框架开发，实现任务拆解、工具调用、记忆管理等基础能力，封装操作系统能力并做好调用权限与安全隔离；

3、参与大模型核心技术研发，包括Agent智能体、NLP对话生成等方向的算法设计与实现，开展INT8/INT4低精度量化、知识蒸馏、强化学习（RLHF/PPO）等模型优化；

4、负责AI计算框架（TensorFlow、PyTorch等）与GPU/NPU/DSP等硬件的适配，开展AI算子优化，研发端侧/边缘侧推理引擎与轻量化部署方案；

5、负责AI大模型应用开发、AI Infra测评、异构算力融合优化及智能运维系统（故障预测、性能监控、资源调度）等核心模块研发，优化AI生态工具链；

6、支持安卓框架层AI服务的架构设计与研发（含集成编译和版本构建），负责移动端技术开发，排查解决复杂场景下的性能瓶颈（Crash、ANR、内存溢出等）；

7、完成端侧大模型适配调优，落地端云协同方案，搭建RAG知识库与智能体评测体系，适配国产软硬件平台；跟踪前沿技术，输出技术调研报告、专利或文档。

1、计算机、人工智能、数学、软件工程等相关专业，2027届本/硕/博毕业生均可投递；

2、熟练掌握Python，熟悉C/C++/Go/Java等至少一种编程语言；熟悉深度学习框架（PyTorch/TensorFlow），掌握Transformer、大模型训练等核心技术原理；

3、了解LLM大模型原理及LangChain等主流AI编程框架，了解工具调用、Prompt工程、RAG向量知识库相关技术；

4、了解AI计算框架基本原理和算子实现逻辑，了解CPU/GPU硬件架构，有算子开发或推理部署经验者优先；

5、熟悉至少一种推理引擎（onnx-runtime、tf-lite、mnn、TensorRT、vLLM、Triton等），了解模型部署流程，有NVIDIA GPU、Jetson等平台模型部署经验者优先；

6、熟悉Linux操作系统，了解系统API、进程权限机制，了解计算机体系结构与异构计算基础，有CUDA开发、高性能计算经验者优先；

7、具备良好的数学基础，有大模型微调、智能体开发、端侧部署或安卓AI应用开发经验者优先；

8、有操作系统AI助手、智能体项目落地经验或国产操作系统、飞腾/龙芯等国产硬件平台开发经验者优先；

9、具备良好的问题分析能力、文档编写能力与跨团队协作意识，自我驱动，学习能力强。