AI研发平台高级工程师
岗位摘要
设计并实现自动化研发流水线，通过Agent架构将实验构思、代码编写、集群训练、自动评估和策略反馈全流程串联，打造AI驱动的研发平台；开发能够自动从最新学术论文中提取灵感、提出实验假设，并将其转化为工程任务进行验证的AutoResearch Agent智能体系统
登录后保留你的岗位线索
邮箱登录后可继续查看完整职责、任职要求和原岗位入口，并使用收藏与浏览记录沉淀适合自己的机会。
岗位职责
- 设计并实现自动化研发流水线，通过Agent架构将实验构思、代码编写、集群训练、自动评估和策略反馈全流程串联，打造AI驱动的研发平台
- 开发能够自动从最新学术论文中提取灵感、提出实验假设，并将其转化为工程任务进行验证的AutoResearch Agent智能体系统
- 构建智能化实验风洞，实现模型全生命周期的自动化验证与评测，支持AI自主设计并执行验证实验、自动完成多维度评测、智能总结实验分析和归因
- 优化代码库的语义检索与分析能力，建立AI与大规模代码仓库的交互机制，通过智能化手段降低模型研发的试错成本
任职要求
- 精通Python及高性能分布式编程，对大模型训练管线（如Megatron-LM、DeepSpeed等）有深刻理解，具备处理大规模计算任务的经验
- 具备多智能体（Multi-Agent）系统开发经验，熟练掌握vibe coding开发范式，并熟悉一个或多个主流Agent编排框架（如LangGraph、CrewAI等），有构建复杂自主工作流的成功案例
- 深刻理解LLM训练生命周期（预训练、SFT、RLHF/DPO），能够将科研人员的模糊想法转化为严谨的自动化实验逻辑
- 擅长设计高可用的实验管理平台，熟悉向量数据库（Vector DB）、实验追踪工具（MLflow/WandB）及CI/CD流程优化
- 对“用AI训练AI”有浓厚的兴趣，不仅满足于调用API，更追求构建能够深度理解代码语义与模型性能边界的底层系统
- 具备大规模分布式训练集群的运维或调度经验者优先
- 有开源项目贡献经历（尤其是AI Infra/Agent方向），或曾主导过从0到1构建研发效能平台者优先
- 对“让AI自主发现优化方向并验证”有系统性思考或落地经验，不满足于被动执行既定流程者优先
加分项
- 具备大规模分布式训练集群的运维或调度经验
- 有开源项目贡献经历（尤其是 AI Infra / Agent 方向），或曾主导过从 0 到 1 构建研发效能平台
- 对“让 AI 自主发现优化方向并验证”有系统性思考或落地经验，不满足于被动执行既定流程
福利待遇
- 参与前沿AI研发平台建设，推动AI自动化研发范式变革
- 与顶尖AI研究团队合作，接触最新学术成果并快速工程化落地
- 提供丰富的计算资源和实验环境，支持创新想法快速验证
- 弹性工作制，鼓励技术探索和开源贡献
- 具有竞争力的薪酬和股权激励
登录后查看完整岗位详情
使用邮箱验证码登录后，可查看完整职责、任职要求、原岗位入口，并继续使用收藏和浏览记录。列表摘要保持公开，完整详情用于保护数据质量和降低恶意抓取。