北京推荐算法工程师

1.负责火龙漫剧/视频业务的推荐与搜索技术研发（包含但不限于传统搜推、LLM4Rec、AI搜索、生成式推荐等），提升用户体验，用户消费与时长，用户转化与留存等核心业务指标；

2.根据场景特点和产品定位，对全链路算法体系进行深度理解与优化，持续优化推荐/推荐算法；

3.结合大模型技术，升级推荐技术，提升推荐效果，解决实际业务问题；

4.紧跟学术界、工业界的前沿技术，结合实际的业务场景进行算法开发、落地，实现团队技术和业务的共同发展。

深圳市腾讯计算机系统有限公司

互联网

1.负责腾讯视频业务的推荐与搜索技术研发（包含但不限于传统搜推、LLM4Rec、AI搜索、生成式推荐等），提升用户体验，用户消费与时长，用户转化与留存等核心业务指标；

2.根据场景特点和产品定位，对全链路算法体系进行深度理解与优化，持续优化推荐/推荐算法；

3.结合大模型技术，升级推荐技术，提升推荐效果，解决实际业务问题；

4.紧跟学术界、工业界的前沿技术，结合实际的业务场景进行算法开发、落地，实现团队技术和业务的共同发展。

深圳市腾讯计算机系统有限公司

互联网

1. 在国际化场景下，负责 Keeta 智能客服、智能审核、智能判责等方向的算法建设，以及对应基座模型的后训练（SFT/RLHF/DPO 等）；
2. 运用大模型、Agent、多模态及传统机器学习等算法能力，解决生成式 AI 在业务落地的关键问题，满足多语言、多模态的复杂业务场景需求，持续提升智能化覆盖率与业务运转效率；
3. 紧跟业界大模型前沿进展，深入分析新模型结构与技术范式，并快速转化为业务可用的算法能力；
4. 从业务需求中提炼通用、模块化的算法能力，加速算法迭代，提升 Keeta 开国、开城的效率；
5. 积极将 AI 辅助工具（如 Copilot、AI 实验分析工具）融入日常研发流程，推动团队以 AI 协作方式提升模型迭代效率。

北京三快科技有限公司

【课题说明】美团商家通过IM与用户交互帮助用户答疑，提升用户下单意愿，完成导购、客服、留资等任务。整体链路人工依赖率高。随着大模型技术的快速发展，基于大模型的智能外呼在提升电销覆盖率和转化率方面展现出极大潜力。本课题致力于将大模型技术和商家端的各项客服任务相结合，通过大模型能力赋能美团商家与用户交互过程，降低商家与客户交互的成本，提升商户的成单数量。【建议研究方向】1.基于多智能体的商家助手设计：设计基于大模型的多智能体交互方案，让模型在与用户交互过程中，能给有效识别用户意图，完成多轮交互。
2.工具调用与任务分解：设计多工具调用框架，使商家助手能够动态组合调用业务API、业务数据库等工具，完成多种复杂任务。

北京三快科技有限公司

【课题说明】Agentic Search是以大模型为核心，具备自主感知、推理与行动能力的搜索新范式。它通过理解用户复杂意图，动态规划搜索路径，主动调用多种工具和数据源，持续优化结果推荐与交互体验。本课题旨在研究和构建面向美团App本地生活服务的Agentic Search系统，探索其在多轮对话、复杂任务分解、实时信息整合等场景下的关键技术与应用价值，推动本地生活智能搜索技术的创新升级。【建议研究方向】1.意图理解与任务分解：探索大模型在复杂用户需求下的多意图识别、任务分解、子任务规划能力，提升系统对复合型检索场景的适应性和响应能力。
2.多轮工具调用技术研究：赋予LLM长链路的多轮工具调用能力，打造基于强化学习等前沿技术的LLM后训练方案，提升多轮调用时的精确性及用户的实际交互体验。
3.增量学习训练技术探索：针对本地生活场景中数据不断更新的特点，运用增量学习技术，使 AI 搜索模型能够快速适应新数据。搜索结果可解释性提升：探索基于大模型内容深度理解与推理的可解释理由生成，增强用户对搜索结果的信任感和透明度。

北京三快科技有限公司

【课题说明】传统的向量召回和深度学习推荐范式在深度交互、冷启动、长尾商品发现、多场景适配等方面仍存在诸多挑战。生成式推荐系统以大模型为核心，具备强大的内容理解、知识推理和个性化内容生成能力。通过将用户历史行为、上下文信息、多模态内容等深度融合，生成式推荐系统能够实现用户意图的主动理解、候选内容的生成与多场景下的精准推荐，极大提升用户体验和平台生态活力。【建议研究方向】1.生成式召回：研究基于大模型的生成式召回方法，实现以模型参数为载体的候选内容记忆与生成，突破传统召回技术的局限。
2.多轮交互推荐技术：探索多轮用户引导与深度交互机制，实时理解用户意图变化，满足“千人千面”的个性化需求。
3.推荐系统的可解释性与安全性：研究大模型驱动的推荐逻辑可解释性方法，提升用户对推荐决策的理解和信任。同时探索生成式推荐中的内容安全，保障推荐系统的合规性与用户体验。
4.推荐智能体与复杂任务规划：构建具备推理、规划和自主决策能力的推荐智能体，支持跨领域、跨步骤的复杂任务推荐。

北京三快科技有限公司

【课题说明】聚焦多模态数字人核心技术，以直播为应用场景，旨在突破其在真实感、智能交互、情感表达及多模态信息处理上的瓶颈。研发能自主执行复杂运营任务、展现丰富情感与高表现力，并与用户进行深度多模态内容互动的下一代数字人，革新直播行业运营模式与用户体验。【建议研究方向】1.智能运营Agent：研究数字人作为智能Agent，在直播前（策划、脚本、货盘）、中（场控、问答、促单）、后（复盘、再创）全流程承担运营职能。重点攻克基于多模态数据的智能决策、任务自动化及人机协同，提升直播运营效能。
2.高表现力数字人生成驱动：探索高真实感、个性化数字人形象（外观、声音、风格）的快速生成与定制。重点研究大模型驱动的、与语音同步且富含细腻情感的表情、口型、动作的实时驱动，增强直播感染力。
3.多模态内容生成和交互：研究理解用户多模态输入（文、语、图、视频）并进行深度互动。探索数字人自主生成动态多模态内容，丰富直播呈现，提升用户参与感。

北京三快科技有限公司

探索自动驾驶多模态大模型的基础模型架构和训练范式，深度参与模型版本迭代，基于数据闭环提升VLM的时空理解能力，基于3DGS/世界模型等技术构建大规模强化学习闭环训练框架，提升数据效率、训练效率、稳定性、场景泛化性，推动VLM和强化学习在物理世界的落地应用。

北京地平线信息技术有限公司

互联网

1、研发和优化基于深度学习、计算机视觉的目标检测、分割、识别与预测算法（如车道线、交通标志、红绿灯、路沿、动态障碍物、轨迹预测等）。

2、设计多传感器（摄像头、激光雷达、毫米波雷达等）融合的环境感知方案，提升系统的稳定性和精度。

3、构建大规模场景数据集，设计数据挖掘与标注策略，优化模型训练 pipeline。

4、针对实际场景中的长尾问题（如极端天气、遮挡、低光照等）进行算法优化与创新。

5、将算法部署到车载计算平台（如 NVIDIA、地平线等），实现高性能实时推理。

北京地平线信息技术有限公司

互联网

1. 负责自动驾驶端到端AEB/AES模型的研发；

2. 负责模型实车验证，性能评估；

3. 负责与大数据、模型量化、模型部署、测试团队的技术沟通。

北京地平线信息技术有限公司

互联网

1.计算机、人工智能、自动化、数学等相关专业硕士及以上学历，博士优先。

2.具有较强的代码能力，能在没有coding agent的情况下debug（我们提供coding agent）。

3.在课程项目、科研项目、实习、开源项目或竞赛中，有以下任一方向经验：
-VLM / VLA / LLM
-multi-modal learning
-computer vision
-reinforcement learning
-autonomous driving / robotics
-sequence modeling / temporal modeling
-self-play

4.具备较强的 paper reading、实验分析和问题拆解能力，对 open-ended research problem 有热情。

加分项

1.有 agentic VLM经验，包括 multi-step reasoning、planning agent、state machine agent、embodied AI agent 等。

2.有高质量论文、开源项目、竞赛经历或完整 research/project portfolio 者优先。

广州橙行智动汽车科技有限公司

汽车

1、学历基础：计算机、人工智能、自动化、数学等相关专业硕士及以上学历，博士优先。具备扎实的深度学习与强化学习数理功底；

2、大模型能力：精通 VLM / VLA 端到端自动驾驶模型原理与全链路研发，熟悉大模型跨域泛化、域自适应、微调蒸馏技术，有智驾或机器人大模型落地经验优先；

3、强化学习能力：熟练掌握 PPO、DPO、GRPO 等算法，具备用强化学习解决问题的实战经验，有智驾或机器人项目量产落地经验；

4、自动驾驶认知：熟悉自动驾驶感知、预测、规划、控制全链路逻辑，兼具传统模块化与端到端模型研发认知；

5、工程与综合能力：熟练使用 PyTorch，掌握 Agent / Harness 等自动化工具；具备良好的逻辑攻坚、跨团队协作与项目推进能力，有技术带队经验优先。

加分项

1、参与过自动驾驶或机器人技术路线、算法体系标准搭建；

2、深耕VLM/VLA预训练、后训练方向，有相关落地成果；

3、拥有顶会论文、核心专利成果。

广州橙行智动汽车科技有限公司

汽车