多模态Agent算法研究员
岗位摘要
跟踪并复现多模态大模型、AI Agent、具身智能等领域的最新研究成果，如论文和开源项目；参与设计和实现多模态Agent的核心算法模块，包括多模态感知与理解、规划与推理、行动生成等；融合文本、图像、视频、音频等信息，让Agent看懂和听懂复杂世界
岗位职责
- 跟踪并复现多模态大模型、AI Agent、具身智能等领域的最新研究成果，如论文和开源项目
- 参与设计和实现多模态Agent的核心算法模块，包括多模态感知与理解、规划与推理、行动生成等
- 融合文本、图像、视频、音频等信息，让Agent看懂和听懂复杂世界
- 为Agent构建长期记忆、任务规划、工具使用和自我反思的能力
- 将Agent的决策转化为在数字或物理环境中的具体行动指令
- 参与构建和优化多模态Agent的训练、评测流程，设计实验验证算法效果并进行性能分析与迭代
- 将前沿算法快速落地为原型系统，直观展示Agent能力并推动技术向产品转化
- 与团队共同撰写技术报告、专利和学术论文，分享创新见解
任职要求
- 计算机科学、人工智能、机器学习或相关领域硕士及以上学历，有AI相关产品或研发经验者优先
- 逻辑清晰，有团队协作精神，有责任心，乐于接受挑战
- 有计算机相关背景，熟悉深度学习、计算机视觉、多模态模型等基本知识
- 熟悉C++或Python，或精通其他语言，有较好代码理解能力
- 熟悉Linux，具备一定开发经验，熟悉常见问题的解决方案
- 熟悉常见AI编程工具（如Claude Code、Cursor、GitHub Copilot等），能将其有效融入日常开发工作流，具备借助AI工具进行代码编写、调试及提效的主动意识