招聘信息分享
JOBHUNTER
聚合各大厂 / 国企官网招聘信息，实时同步官方数据
招聘信息分享
JOBHUNTER
聚合各大厂 / 国企官网招聘信息，实时同步官方数据
1、负责手机助手、手机端智能体产品的Android端整体研发工作，涵盖端侧AI交互、智能任务自动化、系统权限适配、场景化智能服务、多终端协同等核心功能的设计、开发、优化与迭代落地，保障产品高性能、高稳定性、高兼容性运行。深度参与端侧智能体技术方案选型与架构设计，针对手机端轻量化AI运行、智能决策、指令自动化、后台常驻、系统适配等核心难点进行技术攻坚，解决产品研发过程中的各类疑难技术问题。 2、主导Android端技术架构迭代、通用组件、基础库、工具链的搭建与优化，规范团队开发标准，提升整体研发效率。针对产品卡顿、功耗过高、内存泄漏、兼容性差、智能响应延迟等核心问题进行专项优化，打造极致的手机端AI应用体验。
1、设计与开发面向AI中台与AI网关的核心服务系统，包括推理API服务、多模型统一接入与调度、Agent智能体编排、任务调度及流控鉴权等核心模块。 2、构建高性能、高并发的AI后端服务，支撑大模型交互场景中的流式响应、智能体编排、上下文缓存等关键能力，并负责API设计与持续优化。 3、负责大模型在后端的工程化落地，包括模型封装与部署、推理服务开发、API网关集成与性能调优，打通从数据接入、知识库构建到模型推理的全链路。 4、构建稳健、可扩展的AI微服务与数据管道，参与CI/CD、监控告警及自动化运营体系建设，保障AI中台与网关服务的稳定性。 5、与前端、算法等团队协作推进产品迭代，负责平台日常维护与升级，跟踪并快速落地AI网关、多模型编排等业界前沿技术。
1、设计与开发面向AI中台与AI网关的核心服务系统，包括推理API服务、多模型统一接入与调度、Agent智能体编排、任务调度及流控鉴权等核心模块。 2、构建高性能、高并发的AI后端服务，支撑大模型交互场景中的流式响应、智能体编排、上下文缓存等关键能力，并负责API设计与持续优化。 3、负责大模型在后端的工程化落地，包括模型封装与部署、推理服务开发、API网关集成与性能调优，打通从数据接入、知识库构建到模型推理的全链路。 4、构建稳健、可扩展的AI微服务与数据管道，参与CI/CD、监控告警及自动化运营体系建设，保障AI中台与网关服务的稳定性。 5、与前端、算法等团队协作推进产品迭代，负责平台日常维护与升级，跟踪并快速落地AI网关、多模型编排等业界前沿技术。
1、负责智能语音算法服务平台的建设与持续演进，完成ASR、TTS、语音理解等算法能力的工程化封装、服务架构设计、高性能推理服务开发、服务治理及资源调度，支撑不同业务场景快速接入和规模化应用； 2、协同算法团队推动语音模型工程化落地，负责模型部署与服务化、推理链路优化、模型版本管理、效果评测体系建设及算法服务自动化发布，保障算法能力从实验环境稳定迁移至生产环境； 3、负责语音AI服务稳定性建设，建立SLA指标体系、监控告警和性能分析机制，持续提升服务可用性，并完成线上故障定位、根因分析和问题优化； 4、面向高并发、低延迟和高可靠要求，持续优化语音算法服务的系统架构、调用链路、资源占用和响应性能，保障核心线上业务稳定运行； 5、参与语音计算平台和基础设施建设，包括GPU资源管理、推理服务框架、算力调度、弹性扩缩容及分布式服务架构优化，提升算力利用率和平台交付效率； 6、负责语音数据和效果评测体系建设，包括语音质量监控、ASR效果分析、Badcase分析及数据闭环流程，推动算法效果持续迭代；参与AIAgent及智能语音产品后台架构建设，负责语音服务接口、后端服务架构、多业务场景接入及云端协同能力设计，支持产品快速迭代和规模化部署。
1、负责智能语音算法服务平台的建设与持续演进，完成ASR、TTS、语音理解等算法能力的工程化封装、服务架构设计、高性能推理服务开发、服务治理及资源调度，支撑不同业务场景快速接入和规模化应用； 2、协同算法团队推动语音模型工程化落地，负责模型部署与服务化、推理链路优化、模型版本管理、效果评测体系建设及算法服务自动化发布，保障算法能力从实验环境稳定迁移至生产环境； 3、负责语音AI服务稳定性建设，建立SLA指标体系、监控告警和性能分析机制，持续提升服务可用性，并完成线上故障定位、根因分析和问题优化； 4、面向高并发、低延迟和高可靠要求，持续优化语音算法服务的系统架构、调用链路、资源占用和响应性能，保障核心线上业务稳定运行； 5、参与语音计算平台和基础设施建设，包括GPU资源管理、推理服务框架、算力调度、弹性扩缩容及分布式服务架构优化，提升算力利用率和平台交付效率； 6、负责语音数据和效果评测体系建设，包括语音质量监控、ASR效果分析、Badcase分析及数据闭环流程，推动算法效果持续迭代；参与AIAgent及智能语音产品后台架构建设，负责语音服务接口、后端服务架构、多业务场景接入及云端协同能力设计，支持产品快速迭代和规模化部署。
1、负责智能语音产品音频全链路的设计、研发与持续优化，覆盖麦克风采集、音频预处理、编码传输、语音识别输入及交互输出等环节； 2、负责麦克风采集链路、语音前处理及ASR输入质量优化，开展音频质量分析与效果调优，提升系统在远距离、噪声及复杂声学环境下的识别效果和用户体验； 3、负责语音交互工程能力建设，包括语音检测、语音状态管理、交互流程优化、语音输入输出体验优化及音频服务模块开发，推动语音能力在实际业务场景中稳定落地； 4、负责音频算法模块的开发、集成与优化，包括回声消除（AEC）、噪声抑制（NS）、自动增益控制（AGC）、波束形成、去混响、音频增强及音质优化，并对开源或商业算法方案进行效果调优； 5、参与音频SDK及跨平台基础能力建设，负责Android、iOS、Linux等终端的音频模块开发和适配，保障语音能力在不同设备及运行环境下的稳定性和一致性；参与实时音视频与通信链路研发，围绕WebRTC、FFmpeg、GStreamer、RTP/RTCP及Opus/AAC等技术开展弱网对抗、编解码、传输稳定性和端到端时延优化； 6、协同算法团队开展ASR效果分析、语音数据分析、问题案例定位、模型输入优化及端到端性能优化，推动语音技术从算法验证走向产品化和规模化应用。
1、负责智能语音产品音频全链路的设计、研发与持续优化，覆盖麦克风采集、音频预处理、编码传输、语音识别输入及交互输出等环节； 2、负责麦克风采集链路、语音前处理及ASR输入质量优化，开展音频质量分析与效果调优，提升系统在远距离、噪声及复杂声学环境下的识别效果和用户体验； 3、负责语音交互工程能力建设，包括语音检测、语音状态管理、交互流程优化、语音输入输出体验优化及音频服务模块开发，推动语音能力在实际业务场景中稳定落地； 4、负责音频算法模块的开发、集成与优化，包括回声消除（AEC）、噪声抑制（NS）、自动增益控制（AGC）、波束形成、去混响、音频增强及音质优化，并对开源或商业算法方案进行效果调优； 5、参与音频SDK及跨平台基础能力建设，负责Android、iOS、Linux等终端的音频模块开发和适配，保障语音能力在不同设备及运行环境下的稳定性和一致性；参与实时音视频与通信链路研发，围绕WebRTC、FFmpeg、GStreamer、RTP/RTCP及Opus/AAC等技术开展弱网对抗、编解码、传输稳定性和端到端时延优化； 6、协同算法团队开展ASR效果分析、语音数据分析、问题案例定位、模型输入优化及端到端性能优化，推动语音技术从算法验证走向产品化和规模化应用。
1、 负责语言模型、多模态大模型的训练开发工作，包括不限于增量预训练、指令微调、强化学习对齐、低资源微调技术、模型蒸馏训练等； 2、 负责大模型部署工作，熟悉vllm、sglang等主流模型推理加速框架； 3、 负责企业级Agent、RAG系统的开发工作，推进Agent在特定行业业务场景的落地； 4、 保持学术敏锐性，持续追踪LLM、AI-Agent等前沿技术进展，应用到实际项目中； 5、 具备良好的沟通能力，能够参与到与其他部门的合作中。
1、负责AI 算法核心研究与研发，聚焦战新项目产业大脑、投研产品核心需求，开展大模型场景化算法研究与优化，重点推进领域大模型微调、推理加速、多模态融合等核心算法研发，支撑战新项目技术突破； 2、结合业务场景设计高效算法架构，优化 RAG、知识图谱构建、智能分析等核心算法模块，提升算法精度与运行效率，支撑业务场景落地； 3、负责战新产业大脑与投研产品 AI 应用落地，开展产业大脑 AI 算法应用开发与优化，落地产业情报洞察、产业链图谱构建、AI 辅助决策、产业趋势预测等算法能力，支撑战新项目产业大脑核心功能迭代； 4、负责开展投研产品 AI 算法研发，聚焦投研数据挖掘、智能投研分析、风险预警等场景，优化算法落地效果； 5、负责开展前沿技术研究与团队支撑工作，跟踪 AI 算法领域前沿技术动态，重点关注大模型优化、多模态算法、因果推断、知识图谱等相关技术，探索其在战新项目产业大脑、投研产品中的落地路径，助力战新项目技术创新； 6、开展战新项目相关算法创新研究，运用因果推断、机器学习、深度学习等方法开展战新产业政策、行业趋势及投研策略分析，支撑战新项目业务决策科学化。
1、负责核心算法研发，针对长程复杂任务进行深度优化，从模型与Harness双维度综合提升智能体的鲁棒性、安全性及可信度； 2、主导任务交付质量的全链路优化，通过合理的任务规划、智能的模型资源调度及语义缓存机制，在保障性能的前提下显著降低系统成本； 3、负责主流Agent框架的技术选型与应用评估，紧密跟踪领域前沿技术，推动创新成果在实际场景中高效落地。
1、负责核心算法研发，针对长程复杂任务进行深度优化，从模型与Harness双维度综合提升智能体的鲁棒性、安全性及可信度； 2、主导任务交付质量的全链路优化，通过合理的任务规划、智能的模型资源调度及语义缓存机制，在保障性能的前提下显著降低系统成本； 3、负责主流Agent框架的技术选型与应用评估，紧密跟踪领域前沿技术，推动创新成果在实际场景中高效落地。
1、负责智能体（Agent）前沿研究与编排算法研发，保持学术敏锐性，关注多智能体领域前沿技术，具备良好的代码复现、算法优化的能力； 2、负责模型能力表征、异构模型路由与融合研究，关注模型隐态提取与表征、模型自适应路由、异构模型能力融合等； 3、参与平台核心技术研发，包括但不限于多智能体编排、协作、自适应优化与反思等自我进化能力； 4、具备良好的沟通能力，能够参与到与其他部门的合作中。
1、参与国产化大规模训练框架的优化（如算子融合、显存复用、通算掩盖等）； 2、负责主流开源模型训练任务的性能卡点分析，定位至少2个主要瓶颈（如数据加载、算子执行、通信同步等）； 3、负责跟踪业界优秀并行训练优化技术，并完成开发和对比分析； 4、跟踪前沿模型架构，并开展验证和创新。
1、参与国产化大模型强化学习训练框架的开发与优化； 2、负责主流开源模型基于国产算力的强化学习训练任务的精度分析与对齐； 3、负责跟踪业界强化学习算法进展，并完成开发和性能对比分析。
1、参与大模型（LLM）推理引擎的开发和优化，包括但不限于算子优化、显存管理、量化压缩等； 2、实现并改进推理加速技术（如FlashAttention、PagedAttention、ContinuousBatching、SpeculativeDecoding等）； 3、针对国产芯片（如昇腾、昆仑芯、海光等）进行算子级与框架级调优； 4、分析模型推理性能瓶颈，设计针对性优化方案，降低延迟和提高吞吐量； 5、跟踪前沿推理加速论文与开源项目（如vLLM、TensorRT-LLM、SGLang、LMDeploy等），并进行落地验证。
1、负责大模型平台底层软件基础设施的架构设计、开发搭建与迭代升级，涵盖模型训练、推理、部署全流程配套底层系统，针对平台稳定性、兼容性、扩展性进行持续优化，解决大规模模型落地中的底层软件瓶颈问题，支撑大模型业务规模化运行； 2、参与大模型算力集群的智能化管理与调度系统研发，优化AI算力资源分配、任务排队、资源复用策略，通过算法优化、策略迭代提升算力利用率，降低平台运行成本，解决算力碎片化、任务拥堵、资源浪费等核心痛点，实现算力资源的高效智能调度； 3、负责大模型基础设施平台的可观测体系建设，搭建高性能、高实时性的数据采集、传输、清洗、分析数据管道，覆盖算力状态、模型运行、集群负载、链路延迟等全维度监控指标；优化观测数据精度与分析效率，实现平台故障智能预警、根因定位、性能瓶颈挖掘，提升平台运维智能化水平； 4、针对大模型基础设施平台的响应延迟、吞吐能力、并发承载、资源功耗等核心性能指标开展专项优化，通过软件架构重构、代码优化、机制升级、智能策略引入等方式，持续提升平台整体运行性能与承载能力； 5、结合机器学习、智能算法等技术思路，探索智能化解决方案解决传统基建痛点，包括自动化运维、异常智能识别、负载智能预测、资源自适应调度等场景，以智能手段赋能基础设施平台自动化、智能化升级； 6、跟踪大模型底层基建、算力调度、云原生基础设施等前沿技术。
1、对接中国移动通信服务、政企数字化、家庭多媒体等业务场景，收集并分析场景化需求，基于多模态大模型、图视频生成式大模型、开放目标检测、OCR、文档理解大模型等研究方向，制定智能化技术解决方案；负责方案落地过程中的算法设计、代码开发、模型训练与调优，完成工程化部署，并跟踪上线后效果，迭代优化算法与系统，提升业务场景智能化水平； 2、建立人工智能领域技术跟踪机制，重点关注多模态处理、生成式模型、计算机视觉（目标检测、OCR）、文档理解及模型加速（视频生成加速、图文模型加速）等方向的业界前沿技术、算法论文与开源项目；定期输出技术调研报告，结合组内研究规划，筛选有应用价值的技术方向开展预研，搭建实验环境验证技术可行性，形成技术储备或研究成果雏形； 3、牵头或参与图文大模型研发项目，明确项目阶段目标与分工；在算法层面，设计图文语义对齐、跨模态生成优化等创新方案并开展实验验证；在工程层面，搭建模型训练框架、优化推理流程，保障模型训练效率与部署性能；在评测层面，构建适配中国移动业务场景的图文大模型评测指标体系，完成模型效果与性能评测，输出评测报告，支撑模型迭代与业务适配； 4、协同跨部门团队（业务部门、工程团队、测试团队等），同步技术研发进展与业务需求适配情况，解决研发与落地过程中的跨团队协作问题；参与组内技术分享与研发复盘，沉淀技术研发经验与实践，形成技术文档或规范，助力团队研发效率提升。
1、对接中国移动通信服务、政企数字化、家庭多媒体等业务场景，收集并分析场景化需求，基于多模态大模型、图视频生成式大模型、开放目标检测、OCR、文档理解大模型等研究方向，制定智能化技术解决方案；负责方案落地过程中的算法设计、代码开发、模型训练与调优，完成工程化部署，并跟踪上线后效果，迭代优化算法与系统，提升业务场景智能化水平； 2、建立人工智能领域技术跟踪机制，重点关注多模态处理、生成式模型、计算机视觉（目标检测、OCR）、文档理解及模型加速（视频生成加速、图文模型加速）等方向的业界前沿技术、算法论文与开源项目；定期输出技术调研报告，结合组内研究规划，筛选有应用价值的技术方向开展预研，搭建实验环境验证技术可行性，形成技术储备或研究成果雏形； 3、牵头或参与图文大模型研发项目，明确项目阶段目标与分工；在算法层面，设计图文语义对齐、跨模态生成优化等创新方案并开展实验验证；在工程层面，搭建模型训练框架、优化推理流程，保障模型训练效率与部署性能；在评测层面，构建适配中国移动业务场景的图文大模型评测指标体系，完成模型效果与性能评测，输出评测报告，支撑模型迭代与业务适配； 4、协同跨部门团队（业务部门、工程团队、测试团队等），同步技术研发进展与业务需求适配情况，解决研发与落地过程中的跨团队协作问题；参与组内技术分享与研发复盘，沉淀技术研发经验与实践，形成技术文档或规范，助力团队研发效率提升。
1、持续关注人工智能领域，深入调研大模型/智能体/世界模型相关技术的最新研究成果和发展趋势探索和实施最新的大模型/智能体/世界模型算法与模型； 2、探索大模型/智能体世界模型/数据收集和治理方法；研发大模型/智能体/世界模型核心算法，利用机器学习、深度学习、强化学习等技术，提升大模型/智能体/世界模型核心能力，解决相关技术挑战；对现有算法进行创新优化，提高算法的性能和效率； 3、分析大模型/智能体/世界模型训练推理瓶颈，从基础建设、训练方法、优化策略等方面提升大模型/智能体/世界模型训推效率；负责大模型/智能体/世界模型系统开发、落地和部署工作。
1、负责面相大模型原生个性化安全可信，开展大模型架构与机制的前沿研究，探索原生大模型安全可信训练与推理的前沿技术路径；研究大模型的泛化性、可解释性及持续学习能力，推动通用人工智能技术的发展与突破； 2、针对中国移动各类业务和运营场景，实现模型的训练、测试、部署及性能调优，探索AI算法在产业的规模化落地应用可能性； 3、跟踪大模型最新研究成果，主导原创性算法创新并形成专利/论文产出。