以下三个方向均在招聘中，投递时请注明意向方向。允许在入职后跨方向流动。 方向 A：Agent 算法（当前优先级最高） 工作内容 1、Agent 的任务规划与分解策略设计，包括长程任务的目标拆解、路径调整与终止判断。 2、工具调用能力的设计与优化：工具集抽象、调用可靠性、失败诊断与自修复。 3、上下文工程：上下文的构建、压缩、检索与注入策略，长会话下的信息保真度控制。 4、评测体系建设：面向 Agent 轨迹的自动化评测集设计、评价指标定义、离线与在线评测链路。 5、基于真实使用数据的后训练与能力优化（SFT / 偏好优化 / RL 等技术路线的评估与落地）。 期望背景：有实际交付过的 Agent 系统经验，理解多轮工具调用中的典型失效模式；具备评测集设计与迭代的方法论。 方向 B：记忆系统与学习者建模 工作内容 1、学习者状态的结构化建模：知识点掌握度、能力维度向量、错误模式的表示设计与更新机制。 2、知识图谱的构建与应用：schema 设计、自动化构建与补全、面向生成任务的图谱检索策略。 3、记忆系统设计：记忆的写入、分层、检索、遗忘与冲突消解，以及与生成链路的融合方式。 4、个性化调度算法：结合间隔重复（如 FSRS 类算法）与掌握度模型的内容推荐与复习安排。 5、从学习行为数据中挖掘可用于优化模型与产品的信号。 期望背景：具备知识图谱、推荐系统、用户建模、检索增强生成（RAG）中至少一个方向的深入经验；对如何将结构化状态有效传递给大模型有实践认知。 方向 C：语音与 Omni 多模态交互 工作内容 1、全双工语音对话链路的算法设计与调优：流式识别与合成、语音活动检测、打断与接管策略、端到端延迟优化。 2、Omni 端到端多模态模型的应用与适配：模型选型、能力评估、针对教学场景的后训练与效果调优。 3、教学场景下的语音能力建设：发音评测、韵律与流利度分析、口语反馈生成。 4、3D 数字人驱动：音频驱动的口型与面部表情生成、Blendshape 参数预测、驱动效果的评测方法。 5、多模态交互的评测体系建设，包括主观评价与自动化指标的结合。 期望背景：具备语音识别 / 合成、语音大模型、端到端多模态模型、音频驱动动画中至少一个方向的实际经验；理解实时场景下算法效果与延迟之间的权衡。

1、计算机、人工智能、电子信息、数学等相关专业硕士及以上学历，或本科具备等同的工程与研究能力。 2、3 年以上算法相关工作经验；应届博士及具备突出成果的候选人可放宽。 3、扎实的机器学习与深度学习基础，具备独立阅读并复现前沿论文的能力。 4、具备生产级 Python 工程能力，代码可直接进入线上系统，而非仅停留在实验脚本层面。 5、具备完整的评测意识与实践：能够独立设计评测集与评价指标，通过量化方式驱动效果迭代，而非依赖主观判断调优。 6、具备大模型应用的真实交付经验，理解模型能力边界与工程约束。 7、对数据敏感，能够从真实业务数据中定位问题并提出改进方案。 加分项 1、在 NeurIPS、ICML、ICLR、ACL、EMNLP、CVPR、Interspeech 等会议发表过论文。 2、具备后训练经验：SFT、DPO / GRPO 等偏好优化、强化学习相关实践。 3、ACM/ICPC、NOI、Kaggle 等竞赛获奖经历，或有影响力的开源项目贡献。 4、具备推理侧优化经验：vLLM / SGLang、量化部署、流式推理、KV Cache 优化。 5、教育科技、学习科学或第二语言习得相关背景。