共 6773 个在招岗位 · 覆盖国企、大厂官方招聘
1、负责中国移动M域管理支撑域各类核心业务系统的全生命周期运维保障，排查架构瓶颈与运行故障，保障M域系统持续稳定运行； 2、依托人工智能与自动化技术针对M域场景开展智能运维技术攻关，研发日志分析、异常预警、故障自愈工具，实现M域运维自动化升级； 3、搭建M域全链路监控与可观测体系，建立分级故障处置流程，快速定位并解决M域数据库、中间件、接口交互等各类突发异常； 4、跟踪云原生、数智化运维前沿技术，参与M域架构优化专项科创项目，输出运维专利、技术标准与技术研究成果； 5、协调推进M域架构改造、版本迭代与疑难故障攻坚，沉淀M域典型运维案例，赋能团队提升M域故障处置与运维管理水平。
1、负责AI系统从需求设计、模型训练到上线运营的全流程安全评审，制定代码审计、依赖漏洞扫描、权限校验等开发阶段安全卡点；针对模型透明度、训练数据隐私保护及推理结果公平性偏差，建立可量化的审计指标与自动化检测脚本，将安全要求内嵌至AI系统全生命周期； 2、维护更新部门级网络安全管理制度，重点编制《AI模型开发安全规范》《AI数据安全管理办法》等开发侧制度文档；将安全编码规则（如输入校验、敏感数据脱敏）、模型发布审批流程、第三方AI组件引入规范转化为研发团队可执行的Checklist与自动化校验工具； 3、分析AI新型攻击风险（如提示词注入的代码成因、模型窃取的API设计漏洞）；结合AI检测模型的告警日志，反向定位开发阶段的薄弱环节（如未过滤训练数据、接口无频率限制），推动源头修复； 4、参与AI系统安全事件（如对抗样本攻击、训练数据泄露）的调查取证，从代码实现层面溯源漏洞根因（如未对用户输入做标准化、日志中明文打印敏感特征）；推动防御性代码加固，包括增加输入过滤函数、模型输出脱敏处理、异常流量熔断机制等开发侧整改方案； 5、作为技术成员参与攻防演练，负责搭建AI攻击模拟环境（构造基础对抗样本、模拟模型投毒数据流），并协助开发对应的运行时防护模块（如输入预处理过滤器、对抗训练数据增强脚本）；跟踪机器学习模型攻击手法，编写安全编码规范中的AI安全章节及开发人员安全培训示例代码； 6、负责安全数据清洗与特征工程，开发针对钓鱼邮件、Web攻击等场景的AI检测模型并持续优化，探索AI在威胁情报、自动化响应中的应用；配合完成公司信息安全相关工作，参与AI安全外部合作、行业标准制定及跨部门协同，推进AI安全实践落地。
1、负责大模型微调与训练，分析实际业务需求并根据业务场景特点对大模型进行微调和优化（模型架构调整、参数优化等）； 2、负责大模型应用与开发，包括代码实现、集成、测试与维护，实现大模型能力在各项场景下的高性能、高可用和稳定性； 3、负责技术选型与架构设计，参与讨论评估和选择适合业务场景的大模型技术框架、工具和平台，搭建高效、可拓展的应用架构，实现模型与业务系统的集成方案，保障数据安全隔离的同时满足业务高可用需求； 4、负责创新应用探索与研究，关注大模型技术的前沿发展动态，积极探索其在新业务领域和场景中的潜在应用机会，开展创新性的技术预研和项目试点，为公司的业务发展提供新的技术驱动力和增长点； 5、负责攻关AI技术中的重点、难点，解决算法层面实际问题。
1、持续跟踪大模型领域前沿技术（含模型微调、高效推理、强化学习、多智能体协同、MCP、A2A协议等），定期输出技术调研报告，为团队技术选型提供决策依据； 2、负责大模型微调、多智能体协同机制的研究、设计与实现，包括算法代码编写、实验执行及产品化落地；同时优化模型推理效率，探索高效推理框架与工具，降低计算成本和延迟； 3、基于NLP和大语言模型，面向供应链管理（如需求预测、智能调度）或办公自动化（如智能文档处理、流程自动化）两大方向，设计并实现文本分析、自然语言理解、智能问答等AI应用解决方案； 4、构建并优化高并发AI工程化架构，保障系统高性能、可扩展性和稳定性；开发维护大模型应用开发框架，简化部署与服务流程；参与AI项目全流程（需求分析、设计、编码、测试、部署），制定性能监控与优化策略，确保系统持续稳定运行； 5、编写概要设计及详细技术文档，记录关键设计与决策；构建端到端的AIAgent产品评测体系，形成评测驱动的迭代闭环；与数据科学家、软件工程师、产品团队紧密协作，推动算法成果高效转化为产品服务； 6、与客户沟通业务需求，提供可落地的技术解决方案，确保项目满足客户期望；完成公司安排的其他相关研发或技术支持工作。
1、负责整体产品架构设计与规划，制定系统架构相关标准与规范，明确产品分层、模块边界及交互逻辑，确保架构的合理性、可扩展性及与业务需求的适配性； 2、深入研究AI大模型发展趋势，洞察前沿技术与应用场景，将业务需求转化为可落地的AI技术解决方案；负责AI+产品的功能设计、交互设计及用户体验优化，推动产品智能化创新； 3、对接业务部门，深度调研并梳理痛点与需求，组织开展需求分析及技术方案设计；与算法、研发等团队沟通产品实现事宜（含复用能力、业务改造、计划排期等），确保需求有效转化为产品架构方案； 4、主导产品从概念验证、原型设计、开发跟进、测试验收到上线迭代的全生命周期管理，推进开发到上线推广全过程支持，保障产品高效迭代与平稳运行； 5、协调研发、数据、测试等跨部门团队，推进产品架构落地实施，解决研发过程中的架构层面问题；协助产品交付实施，形成可复制的案例与通用解决方案，推动业务价值落地； 6、结合技术发展趋势及业务迭代需求，持续评估产品架构合理性，优化架构设计，提升产品性能、安全性与用户体验；在产品架构中融入数据安全与隐私保护要求，完善安全架构，支撑合规管理。
1、负责系统的应用架构设计与规划，深入理解业务场景，推动大模型及AI能力融入业务流程，制定架构规范与技术标准，指导团队落地，支撑系统智能化升级； 2、追踪并验证AI前沿技术（如LLM、Agent、RAG等），评估业务场景中的适用性，将高潜力技术转化为可实际部署的生产力工具，持续驱动业务模式创新与效率提升； 3、构建数据安全围栏与隐私保护机制，结合AI应用风险设计数据分级、脱敏、权限管控策略，并利用AI技术构建智能风险监测模型，实时评估数据行为，有效防范泄露与合规风险； 4、结合业务长期发展，规划AI技术架构的演进路线，制定技术标准与规范；设计AI驱动的数据分析架构方案，选型适配分析工具，支撑精细化管理、预测预警与智能决策； 5、与产品、业务、研发、安全等多团队紧密协作，深入理解业务需求，解决AI应用架构落地中的技术难题，评估新兴技术引入价值，推动AI与架构深度融合，保障数智化项目顺利交付与稳定运行。
1、熟练掌握大数据组件安全机制，熟悉业界大数据安全治理能力以及常用安全管理工具的应用；能负责构建优化可落地、可审计、可扩展的大数据安全体系； 2、负责大数据安全架构规划与设计，制定大数据安全技术路线、标准规范、安全基线，构建完善的数据分级分类、脱敏、数字水印、加密、访问控制、审计、溯源等安全能力体系； 3、负责推动安全能力与大数据技术、AI的深度融合，而非外挂式安全，解决大数据场景下性能、兼容性、扩展性与安全的平衡问题； 4、负责跟踪业界大数据安全技术趋势，持续迭代安全架构，并主导组织数据安全事件应急、溯源、处置与复盘。
1、负责数据基础设施产品规划，并根据国家政策导向与行业市场需求持续演进； 2、负责数据流通利用平台架构设计与系统开发，打造业界领先的平台能力； 3、负责公司内外部重点项目，开展数联网、数据空间、隐私计算等数据流通领域关键技术研发，实现核心能力自主掌控； 4、负责数据流通领域前沿技术研究与科技创新，提升学术影响力。
1、开展Agent智能体平台算法研发，负责单/多智能体能力构建、大模型微调强化学习，搭建HarnessEngineering驾驭工程体系，实现任务编排、人机协同、可观测能力，保障智能体可靠可控运行； 2、攻关长程任务规划、分级记忆、安全防御等智能体核心能力，跟进OpenClaw、MCP等前沿协议标准，完成技术复现、优化与产品落地； 3、负责大模型多模态数据加工算法研发，实现数据清洗、去重、质量评估、数据合成、智能标注算子开发调优，支撑预训练、微调、评测数据集生产； 4、探索数据治理、主动学习、数据质量评估等前沿技术，结合业务完成方案验证与算法迭代，解决业务技术难题； 5、跨部门协同对接业务需求，输出技术方案、专利及技术文档。
1、参与AI原生数据治理、Data+AI数据工程平台核心模块研发，落地元数据治理、本体建模、语义关联、图计算等平台能力； 2、负责企业语义体系、Agent智能体体系开发，实现工具编排、任务规划、知识检索、工作流编排，打通平台全流程能力； 3、开展意图解析、实体消歧、SQL生成校验等算法研究，沉淀可复用组件与解决方案； 4、跟进LLM、知识图谱、RAG前沿技术，参与方案设计、项目交付，推动AI能力赋能数据治理业务落地。
1、负责大数据应用场景下的大模型与智能体建设，通过关键技术攻关，将AI能力深度融入业务场景，打造高效、智能的自动化工具与系统； 2、负责在行业专业数据集上进行大模型微调与优化，持续提升模型对领域内复杂任务的理解、拆解与执行能力； 3、协同项目经理开展业务需求调研，深入分析业务痛点，结合前沿AI技术能力，设计并输出可落地、可扩展的技术实现方案； 4、推动AI技术在核心业务中的实际落地，实现业务流程的智能化重构、运营能力的自动化升级，以及决策过程的数智化转型； 5、持续跟踪大模型领域的最新学术进展与产业动态，引导团队探索并引入新兴AI技术与方法论，保持技术领先性。
1、主导垂直领域的时空序列大模型核心架构设计，破解异构时空数据的统一表征与跨模态融合等难题，构建工业级时空智能技术基座； 2、深入攻关垂直领域的高维时空表征、动态因果推断与小样本泛化等方向，解决复杂生产环境下“感知-认知-决策”全链路的技术瓶颈； 3、推动高水平算法向核心生产业务线深度沉淀，攻关高难度实际场景，实现关键业务指标突破； 4、跟踪NeurIPS、ICML、ICLR等顶会中时空序列大模型的前沿进展，推动技术框架持续迭代升级，保持行业领先水平。
1、负责垂域大模型持续学习算法的研究与开发，围绕大模型的增量学习、在线学习与终身学习范式，设计并实现可持续吸收新知识、适应数据分布演变的算法框架，有效缓解灾难性遗忘，保障模型在垂直领域多任务、多阶段场景下的稳定进化； 2、搭建垂域大模型能力持续演进的持续评估与监控体系，重点研究模型幻觉抑制、内容安全过滤、数据安全防护、知识更新有效性及输出稳定性，保障模型应用过程中的可靠性、规范性与合规性； 3、搭建并维护持续学习相关的训练、评测与数据闭环基础设施，支持不同规模、不同任务的大模型快速实验与迭代； 4、跟踪NeurIPS、ICML、ICLR等顶会中持续学习、终身学习、记忆增强模型等方向的前沿进展，推动技术框架持续迭代升级，保持行业领先水平。
1、攻关LLM在复杂垂直领域场景下的自主规划、高阶推理、工具调用与自我迭代等核心能力，突破LLM在垂直领域中长程/跨域复杂任务的稳定性、收敛性与鲁棒性瓶颈； 2、研究垂直领域中高质量Agentic数据合成策略与高效在线强化学习方案，优化模型在开放、动态非平稳环境下的自适应与跨域泛化能力，打造高性能Agent基础模型； 3、主导Harness引擎关键算法的设计与优化，攻关skill自生成与动态演化、AgentLoop高效执行机制以及多智能体异构协同算法，构建高并发、高弹性的智能体运行系统； 4、设计面向复杂垂直领域场景的Agent自动化评测框架，深入研究决策链可解释、可归因与可溯源机制，确保智能体在复杂生产环境下的行为可控性与安全可靠性； 5、贯穿“前沿研究—算法方案—工程转化”全链路，将AgenticAI创新成果转化为可规模化部署的工业级算法，破解垂直领域核心业务场景的技术瓶颈。
1、负责手机助手、手机端智能体产品的iOS端整体研发工作，涵盖端侧AI对话交互、大模型流式响应展示、多模态（图片、视频）内容处理渲染、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。 2、主导iOS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、机型适配差、AI智能响应延迟、多模态加载异常等核心问题进行专项优化，打造极致的iOS端AI应用体验。
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、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、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。
