顶尖应届-大模型算法工程师-生态链

顶尖应届-大模型算法工程师-生态链武汉校招正式软件研发类职位描述1、设计并实现多模态事件关联引擎，支持跨设备、跨时间窗口的事件组合推理； 2、研究端侧轻量模型与云端大模型的分层调度策略，建立成本-效果评估框架； 3、设计 Agent 学习闭环——从行为信号采集、模式识别到规则固化的全链路机制； 4、构建 Agent 效果评估管道，支持离线 session 采样分析与自动化问题诊断； 5、参与系统原型搭建，在真实家庭设备环境中验证方案有效性。职位要求1、计算机科学、人工智能、自动化等相关方向博士学位 2、在以下方向中至少一项有深入研究经验： - LLM/Agent 系统（prompt engineering、tool use、多步推理、上下文工程） - 多模态理解（视觉-语言模型、视频理解、跨模态对齐） - 强化学习 / 从人类反馈中学习（RLHF、reward modeling、在线学习） - 事件驱动系统 / 时序推理（复杂事件处理、时间序列模式挖掘） - 有高水平论文发表（NeurIPS / ICML / ACL / CVPR / AAAI / KDD 等） - 具备系统工程能力，完成从算法设计到原型实现的闭环 3、加分项：有 IoT / 边缘计算 / 端云协同系统的工程经验职位信息课题名称及内容：【课题名称】 面向全屋智能的多模态 Agent 系统：从感知到决策的端云协同框架 【课题内容】 构建以 LLM Agent 为核心的家庭智能系统，通过端云协同架构实现设备感知、意图理解、自主决策与持续学习的闭环。核心研究问题包括： - 多模态事件理解：如何从异构传感器（视觉/声音/IoT信号）的原始事件流中，通过事件关联与时序推理，提取高层语义； - 分层响应与成本优化：如何设计端侧规则引擎与云端 Agent 推理的协作机制，在延迟、成本、准确性之间取得最优平衡； - Agent 自进化：如何从用户行为的正负反馈信号及群体使用数据中，自动提炼、固化和优化决策规则，实现"越用越聪明"； - 可控性与安全性：如何保证 LLM Agent 对物理设备的控制决策可靠、可解释、可回退。投递