牛大妈在校招职位搜索Ace顶尖实习生基于Agent框架的AI搜索基座大模型 有 4 条结果

招聘城市：北京，杭州，上海
岗位职责：
传统的AI搜索依然基于RAG框架，少有的几个Agent框架也只涉及QueryPlanning，距离真实解决搜索中的实际问题还相距很远，例如做旅游攻略、做行业研究报告等等。我们判断，虽然当下LLM已经大范围的用于搜索领域，但是下一代的搜索技术变革一定是基于Agent的。本课题旨在研究基于Agent框架的基座模型。
任职要求：
1、不限年级，本科及以上在读，计算机/人工智能/软件工程等相关专业优先；
2、扎实的编程能力和算法功底，熟练掌握Python/C++/Java等至少一种编程语言；
3、扎实的机器学习/深度学习理论基础，有大规模推荐系统、计算广告、搜索引擎等核心算法项目经验；
4、在顶级学术会议或期刊发表论文，或ACM编程竞赛/机器学习等…

招聘城市：北京，杭州，上海
岗位职责：
传统的AI搜索依然基于RAG框架，少有的几个Agent框架也只涉及QueryPlanning，距离真实解决搜索中的实际问题还相距很远，例如做旅游攻略、做行业研究报告等等。我们判断，虽然当下LLM已经大范围的用于搜索领域，但是下一代的搜索技术变革一定是基于Agent的。本课题旨在研究基于Agent框架的基座模型。
任职要求：
1、不限年级，本科及以上在读，计算机/人工智能/软件工程等相关专业优先；
2、扎实的编程能力和算法功底，熟练掌握Python/C++/Java等至少一种编程语言；
3、扎实的机器学习/深度学习理论基础，有大规模推荐系统、计算广告、搜索引擎等核心算法项目经验；
4、在顶级学术会议或期刊发表论文，或ACM编程竞赛/机器学习等…

招聘城市：杭州，上海，北京
岗位职责：
随着基于大模型的智能体（Agent）在数据分析、自动化开发和复杂任务协作中的广泛应用，单一节点或简单服务架构已难以支撑大规模 Agent 任务的执行需求。
该方向旨在结合 Kubernetes 等云原生技术，研究一种面向多智能体任务的 Agent Runtime 执行框架，实现 Agent Worker 的动态调度、生命周期管理和弹性扩缩。通过构建任务驱动的调度模型，使复杂的多 Agent 协作流程能够在云原生环境中高效运行。同时探索 Agent 任务的资源感知调度策略，例如 GPU、CPU 与 IO 资源协同调度，以提升系统整体吞吐率与任务执行效率，为下一代 AI Agent 基础设施提供可扩展的运行环境。
任职要求：
1、不限年级，本科及以上在读，人工智能/计算机/软件…

招聘城市：北京，上海，杭州
岗位职责：
本课题的研究目标是针对多Agent协同场景构建基于课程学习与分层强化学习的RL框架，从优先级经验回放(PER)、分布式经验复用和Actor-Critic异步计算优化等角度，攻克多目标冲突下的样本利用率低效问题。
该技术旨在突破传统RL训练在复杂任务（如小红书社区点点RL训练任务）中收敛慢、资源消耗高的瓶颈，实现训练效率提升3倍以上，支撑Agent服务快速迭代上线需求。
任职要求：
1、不限年级，本科及以上在读，计算机/人工智能/软件工程等相关专业优先；
2、熟悉Linux/Unix平台上的C++编程，熟悉网络编程-多线程编程，有良好的编程习惯；
3、熟悉其中一种主流的深度学习训练或推理框架（TensorFlow / PyTorch / Onnx / TensorRT…