岗位描述
岗位描述：聚焦提升智能体在通用工作场景中的规划、反思与工具使用能力，增强Working Agent在办公自动化、知识管理、项目协作、数据分析等实际场景中的可用性。探索基于人机协同的高质量工作流数据挖掘与合成，构建多步骤、跨应用、长周期的复杂工作任务数据，以提升智能体规划与多工具编排能力；构建Working Agent基础能力，包括任务分解与规划、多工具协同调用、上下文管理与信息整合、自主纠错与迭代执行；构建多模态智能体，融合文本、图像、表格、网页、语音等多模态输入输出，提升多模态大模型RLHF训练效果；构建Working Agent自动化评测体系与沙箱环境，覆盖真实办公场景的端到端任务评测；参与设计与研发核心VibeWorking框架，优化编程场景下的人机交互体验，为预训练积累高质量数据，提升repo-level代码智能生成能力；参与设计和实现AI Agent通用tool-use框架，开发任务分解、工具选择与规划等核心算法；设计评测集和指标，自闭环验证数据有效性，并通过实验分析为下一轮数据设计和模型优化提供方向。 岗位要求：具备扎实的机器学习基础和较强编码能力，能熟练使用PyTorch，熟悉Megatron等大规模训练框架；在NLP、CV、RL等至少一个AI领域有深入研究经历，或曾用机器学习算法解决复杂问题，欢迎跨界研究者；熟悉主流Agent框架与ReAct范式，对Agent在真实工作场景中的落地有深入思考；具备卓越的实验分析与问题解决能力，有创新思维，能良好沟通并与团队高效协作。加分项包括：有编程竞赛经历或软件工程背景；拥有计算机、电子、物理、数学等相关专业硕博学位；在ICML、ICLR、NeurIPS、ACL、CVPR等顶级会议发表过有影响力成果；在ACM/ICPC、NOI/IOI、Kaggle等竞赛获奖；主导或参与过有影响力的AI开源或闭源项目；有RPA、办公自动化、工作流引擎、多系统集成开发或研究经验；有Agent产品如个人助理、自动化工作流、智能客服等落地经验。