Job description
- Agent平台架构与核心能力建设
- 主导Agent产品从技术选型到架构落地的全周期建设，打造面向大规模用户场景的智能体服务平台
- 抽象通用Agent能力层，沉淀可复用的任务调度、技能编排、状态管理等基础组件，支撑业务快速接入
- 围绕MiMo基座模型能力边界设计Agent系统架构，确保模型能力到产品体验的高效转化
- AI-Native开发与模型能力探索
- 深度实践AI辅助编程（VibeCoding），将大模型作为核心生产力工具融入日常开发全流程
- 前沿探索MiMo模型能力边界，将代码生成、长上下文、多模态理解等基座能力转化为产品侧的差异化体验
- 持续跟踪开源与自研模型迭代节奏，将新模型能力快速集成至Agent系统
- Prompt Engineering与推理链路优化
- 构建面向复杂业务场景的Prompt体系与上下文管理策略，最大化基座模型输出质量与稳定性
- 打通模型推理全链路（网关→推理→后处理），与算法团队协同推进模型效果持续调优
- 参与模型微调（SFT/RLHF/GRPO）数据构建与效果评估，为基座模型的Agent能力进化提供工程支撑
- 弹性资源调度与算力平台
- 构建面向海量Agent并发执行的算力调度引擎，实现GPU/NPU等异构资源的智能分配与动态扩缩容
- 设计轻量级任务沙箱机制，保障不同Agent任务间的运行隔离与安全边界
- 攻克容器生命周期管理、多硬件平台统一支持等核心难题，构建云边端一体化承载能力
- Agent运行时环境与稳定性保障
- 打造高性能、高安全性的Agent运行时环境，支持代码执行、工具调用、外部系统对接等多样化任务场景
- 建设Agent服务的可观测体系（链路追踪、执行回放、异常告辞），确保线上稳定性
- 设计容错与自愈机制，实现Agent长时任务的断点续执行与优雅降级
- 模型-Agent飞轮闭环
- 构建Agent执行数据采集与回流链路，为基座模型的持续训练提供高质量数据燃料
- 设计Agent任务评估体系（任务完成率、推理效率、工具调用准确率），量化模型迭代效果
- 与算法团队紧密协作，推动模型能力与Agent系统双向迭代进化