共 256 个在招岗位 · 中国移动在北京的最新招聘信息
1、算力网络软件方向 （1）开展异构计算、算力原生基础软件技术研究与研发，围绕异构算力抽象、跨架构编译、自适应优化方向攻关，推进关键原型系统研发与能力验证，推动成果形成开源项目或产品； （2）负责AI4S科研平台关键技术研究，聚焦科研智能体、科研仪器闭环对接、自主迭代优化、多模态科学数据融合、超智融合算力底座，开展方案研究、设计与验证； （3）面向电信云化网络基础设施，研究网络云原生、网络智能体演进、运维管理等方向的功能、接口、协议及流程，推动网络云技术商用落地； （4）开展智能分发网络AIDN技术架构与关键技术研究，攻关智能分发调度、云边协同推理优化、智能协议栈优化，推进AIDN原型研发测试、现网试点与技术规范输出，加速技术转化。 2、算力网络硬件方向 （1）开展算力网络硬件体系研究，覆盖通算/智算/超节点服务器、GPU芯片、存储架构及x86、ARM、RISC-V等主流指令集，攻关硬件架构关键技术； （2）攻关智算中心高速互联技术，研究GPU卡间互联、异构互联、光互联、光引擎、光模块等核心技术，输出硬件架构与实现方案； （3）跟踪算力网络、卡间互联前沿技术，开展技术调研、可行性评估与预研，输出技术方案与研究报告，支撑技术规划与硬件体系迭代； （4）使用RTL完成硬件功能模块设计，搭建仿真验证平台，编写测试用例，完成功能调试、性能优化、时序收敛与可靠性验证，推动技术落地。 3、机间互联方向： （1）新型智算中心技术方案和发展策略研究； （2）新型智算中心领域标准化研究，包括企业标准制定、CCSA国标/行标、ODCC行业标准及IETF、IEEE、ITU、BBF等国际标准研究、撰写和推动及相关专利申请； （3）数据中心网络方案、RDMA网卡、交换机、路由器等设备新技术测试； 4、智算中心互联Scale-Across方向： （1）跨AI智算中心互联Scale-Across网络架构及新技术攻关，包括广域无损、800/1.6T超高速以太网等技术，负责创新性解决方案制定、相应专利申请、技术规范制定以及产业推进等工作； （2）Scale-Across领域标准化研究，包括企业标准制定、CCSA国标/行标、ODCC行业标准及IETF、IEEE、ITU、BBF等国际标准研究、撰写和推动及相关专利申请； （3）跨AI智算中心互联Scale-Across网络方案、路由器等设备新技术测试；
1、负责数据库内核（含SQL引擎、计算引擎、存储引擎、事务引擎、集群管理等）的架构设计、核心开发与维护，保障系统稳定性与高可用； 2、持续优化主备及分布式架构下的性能、吞吐量和时延；参与HTAP场景SQL引擎（查询优化器、并行执行、向量化）及向量检索引擎（索引、量化压缩、多模态检索）的设计与性能调优； 3、参与共享存储架构、高可用架构、日志系统（如WAL、物理复制、备份恢复）及向量存储优化的设计与落地，确保数据一致性和可靠性； 4、负责分布式数据库的计算引擎与存储引擎（含向量存储）的架构设计、编码实现及容错机制优化，解决分布式场景下的数据分布、一致性及扩展性问题； 5、跟进业务现场各类问题，包括但不限于紧急问题处理、客户业务恢复、疑难问题根因分析、补丁版本开发等工作； 6、负责跟踪数据库及AI领域前沿技术（向量检索、多模检索、量化压缩、软硬协同加速等方向），撰写高水平论文、布局核心专利；针对RAG、Agent、知识库等AI智能体场景，提供检索方案优化建议并协助客户完成POC验证。
1、参与智能体、智联网等核心技术产品的后端开发设计、负责技术方案细化，开发迭代与持续优化； 2、深度参与智能体协作、接入、观测、调度等关键模块技术攻关及智能体能力、工具服务、插件等功能的接入与集成； 3、负责系统后端服务的开发与维护，包括接口设计、服务实现； 4、与产品、算法、前端业务、测试、运维紧密协作，理解需求并推动方案落地，支持业务场景落地； 5、关注系统稳定性和可用性、CodeReview、性能调优及线上故障应急，持续优化现有系统结构，提升代码质量和工程效率。
1、承担AI安全治理相关的关键技术设计与研发任务，负责模型安全审计、内容生成检测与对抗识别、数据风险检测、智能体安全可信、AI安全可信测评、算法行为可追责与审计机制等核心模块设计与研发； 2、主导或参与可信服务平台架构设计、核心能力集成与模块开发； 3、撰写科研论文、申请发明专利、参与/牵头标准制定等； 4、负责跟踪大模型安全领域前沿动态，熟悉国内外安全标准（如欧盟AI法案），具备合规意识。
1、负责中国移动AICoding产品——MobileCoder的研发，包括但不限于CLI、超级桌面端、IDE插件等产品形态； 2、熟悉LangChain、LangGraph、Dify、AutoGen、IoA、AgentScope等智能体框架，并熟练掌握至少一种框架的使用与原理，能落地到AICoding产品能力中； 3、参与产品核心技术=攻关，包括但不限于多智能体协作与通信、项目级代码理解、AgentCreator/SkillCreator/CLICreator、AutoDev、任务规划与自适应优化、代码工具升级等能力； 4、围绕AICoding场景持续优化智能体能力效果与工程体验，推动算法能力产品化落地； 5、保持学术敏锐性，跟踪AICoding前沿技术，具备良好的论文/开源复现与算法优化能力； 6、具备良好的沟通协作能力，能够与产品、工程、评测等团队紧密配合，推进能力落地与迭代。
1、负责AI平台、智能体平台等产品的后端软件开发，与设计师、前端工程师紧密工作，负责产出高质量的软件产品； 2、在总体架构设计的指导下，完成业务或技术模块的概要设计和详细设计，设计方案能够同时覆盖需求中的功能需求和非功能需求，子模块和接口定义清晰，数据实体逻辑关系合理，文档质量满足公司相关文档规范要求，对编码工作起到足够的指导作用； 3、独立承担并完成系统业务或技术模块的开发和单元测试工作，要求代码满足公司相关编码规范要求，代码质量可扩展性和可维护性好，执行效率高，具有一定的系统故障跟踪定位能力； 4、独立承担所负责模块的安装配置文档、初始维护文档的编写工作；
1、负责低代码单/多智能体引擎、GraphServer高代码引擎、智能体蜂群架构设计与核心模块研发； 2、负责智能体引擎工程化改造与生产场景落地，优化线上稳定性、吞吐量瓶颈问题； 3、承担MobileWork端侧核心引擎、基础组件与客户端底层研发，打通云端智能体引擎与移动端运行适配能力； 4、保持学术敏锐性，关注智能体引擎、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； 5、输出引擎整体技术方案、接口规范、部署运维文档，独立完成核心模块编码、单元测试与版本迭代； 6、联动产品、开发、运营等团队对齐落地需求，协同推进引擎能力迭代，支撑各类业务智能体规模化部署使用。
1、负责面向数据流通的基础设施架构设计及解决方案制定，紧密跟踪数据要素流通、算力网络等前沿技术演进趋势，研究海量数据跨域传输、高效协同调度的技术体系与发展策略，推动新型传输协议、智能路由等创新技术在基础设施中的试点部署与规模化推广; 2、负责数据流通基础设施的架构设计，涵盖广域数据高速传输通道、分布式存储协同架构及算网融合路由调度体系的规划与建设，制定数据流通容量动态规划、跨域传输质量保障、业务数据传输高效及跨中心分发等支撑方案，确保海量数据在复杂网络环境下的高吞吐、低时延与高可靠传输； 3、牵头数据流通领域的关键技术攻关与产品创新，重点突破智能网络路由调度算法、多路径动态负载均衡、传输协议优化以及数据流通全过程的安全管控机制（含数据加密、访问控制、审计追溯等），跟踪并承接国家相关重点科技专项的申报与任务落地，推动技术成果转化，主导专利、论文及行业标准等知识成果的编制与输出。
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。
