AI架构培训生（驭光计划）(013829)

1. AI Agent架构设计与落地

①负责全屋智能照明AI Agent的整体架构设计，构建"感知-认知-决策-执行"闭环；

②设计多Agent协作系统，规划记忆机制、工具调用、任务编排与自主决策链路；

③设计Agent与百万级设备的交互协议，实现自然语言/多模态意图到设备控制的端到端闭环；

④推动RAG、Function Calling、多模态推理等技术在照明场景的工程化落地。

2. AI UI前沿技术研究

①定义自然语言驱动、多模态融合（语音/视觉/传感）的AI UI交互范式，取代传统GUI菜单点击模式；

②探索端侧大模型推（WebGPU/WebNN/ONNXRuntime/WASM），保障隐私与低延迟；

③构建端云协同推理架构，平衡算力、带宽与体验；

④开发Agent工作流可视化与调试工具，提升系统可观测性。

3. 多模态大模型与端侧部署

①主导多模态大模型（视觉/语音/传感）在照明场景的训练、优化与落地；

②负责模型端侧轻量化部署（压缩、量化、蒸馏）及推理加速；

③跟踪具身智能、MoE、World Model等前沿技术，评估场景适配性。

4. 技术探索与原型验证

①跟踪AI Agent、AI UI、端侧推理前沿进展，快速产出可交互原型。

1、博士：2027届应届，AI/计算机/软件工程/自动化等相关专业，985院校；硕士：2027届应届，985院校，须有顶级AI赛事获奖经历（ACM-ICPC全球总决赛/Kaggle GM/顶会竞赛前三/挑战杯全国金奖等）；

2、扎实的计算机基础（数据结构、算法、OS、网络）；

3、精通Python/C++，熟练掌握PyTorch/TensorFlow，具备独立搭建和训练大模型的能力；兼具前端工程能力（TypeScript/Rust/WASM）；

4、深入理解Transformer、多模态融合、LLM推理原理及Agent核心机制；

5、具备系统架构思维，能端到端平衡性能、成本与体验。

加分项

1、有LLM应用/Agent系统开发经验，熟悉LangChain/AutoGen/LlamaIndex等框架；

2、有端侧推理框架（TFLite/ONNX Runtime/NCNN/MNN）部署经验

3、有WebGPU/WebAssembly/WebNN开发经验；

4、有实时音视频（WebRTC）、语音交互、CV前端落地经验；

5、AI顶会论文（CVPR/NeurIPS/ICML/AAAI/CHI等）、高星开源项目贡献者；

6、有IoT/智能家居/可穿戴/具身智能项目经验。