{
    "schema_version": "via_ai_product_manager_jobs_v1",
    "data_type": "ai_product_manager_jobs",
    "job": {
        "job_title": "AI Agent算法实习生（28届及之后）",
        "job_level": "管培生",AI生成
        "work_category": "实习",AI生成
        "department": "",
        "location": "北京·海淀区·上地",
        "work_mode": "现场办公",AI生成
        "job_category": "AI模型算法工程师"AI生成
    },
    "company": {
        "company_name": "快手",
        "company_industry": "社交网络与媒体",
        "company_size": "10000人以上",
        "company_website": "",
        "company_description": "快手是领先的内容社区和社交平台，是短视频行业开创者与引领者。快手致力于创造一个温暖和信任的社区，让更多普通人拥有表达和被看见的机会，并由此培育了繁荣与高互动的社区生态，每天有上千万优质内容上传。"
    },
    "compensation": {
        "salary_range": {
            "min": "",
            "max": "",
            "currency": "",
            "cycle": ""
        },
        "benefits": "补充医疗保险 | 带薪年假 | 五险一金 | 股票期权 | 节日福利 | 年终奖 | 定期体检"
    },
    "requirements": {
        "working_years": "",
        "degree": "本科",
        "language": "中文",AI生成
        "visa_support": "",
        "responsibilities": "我们正在寻找优秀的 AI Agent算法工程师，参与下一代 Agent 系统的核心能力研发和产品化落地。核⼼职责包括：\n1、负责 AI Agent 核⼼能⼒的研发与优化，包括但不限于自主规划（Planning）、多步推理（Reasoning）、工具调⽤（Tool Use）、长期/短期记忆（Memory）、RAG 增强及 Workflow 编排；\n2、应用强化学习（RL）、SFT、Preference Alignment（DPO/PPO/GRPO 等）等技术，提升Agent在复杂长链路任务中的推理执行能力，提升任务成功率、稳定性与泛化能力；\n3、参与设计与构建高性能、高可用的Agent Framework和Agent Runtime，探索多智能体（Multi-Agent）协同与自我迭代学习范式；\n4、构建端到端的Agent评测体系，通过数据驱动的方式持续迭代算法和模型，持续探索Agent在办公、创作、Coding、R&D等真实场景中的落地和应用。",
        "requirements_text": "1. 硕士及以上学历，计算机、人工智能、数学、电子信息等相关专业优先；\n2. 精通 Python，具备扎实的 C/C++/Java（至少一门）基础，具备极佳的工程实现能力，追求高质量的代码设计；\n3. 深入理解 Transformer 架构及大模型（LLM）原理；熟悉深度学习主流框架（PyTorch/TensorFlow）；掌握强化学习、自然语言处理或计算机视觉的基础理论；\n4. 极强的求知欲与学习能力，对新技术保有好奇心；逻辑清晰，善于独立思考并反思总结；具备良好的沟通能力和团队协同意识。",
        "skills": [AI生成
            "产品迭代管理",
            "Agent系统构建",
            "RAG与检索增强",
            "Workflow与任务编排",
            "模型微调与对齐",
            "模型训练与算法优化",
            "模型/Agent评测体系",
            "数据分析与指标体系",
            "客户定制与二次开发",
            "编程与代码实现",
            "分布式/微服务系统设计",
            "沟通表达与方案汇报",
            "快速学习与自驱"
        ],
        "preferred_qualifications": "1. 在 NeurIPS, ICML, ICLR, ACL, CVPR、ICCV等顶级会议发表过论文；\n2. 在 ACM-ICPC、NOI/IOI、TopCoder、Kaggle 或知名 AI 算法大赛中获得优异名次；\n3. 开知名开源项目的核心贡献者或在开源社区有影响力；\n4. 有 LangChain、AutoGen、MetaGPT、OpenClaw、Hermes Agent 等 Agent Framework / Runtime 的使用或二次开发经验。",
        "job_highlights": "5天/周 | 3个月 | 本科"
    },
    "contact": {
        "recruiter_name": "邱女士",
        "contact_methods": [
            {
                "type": "apply_link",
                "value": "https://www.zhipin.com/job_detail/e5f05d8aa54d726b0nJ52968E1dV.html"
            }
        ]
    },
    "posting": {
        "posting_id": "e5f05d8aa54d726b0nJ52968E1dV",
        "post_date": "",
        "hire_time": "",
        "update_date": "",
        "job_url": "https://www.zhipin.com/job_detail/e5f05d8aa54d726b0nJ52968E1dV.html"
    },
    "fulltext": "职位描述\n我们正在寻找优秀的 AI Agent算法工程师，参与下一代 Agent 系统的核心能力研发和产品化落地。核⼼职责包括：\n1、负责 AI Agent 核⼼能⼒的研发与优化，包括但不限于自主规划（Planning）、多步推理（Reasoning）、工具调⽤（Tool Use）、长期/短期记忆（Memory）、RAG 增强及 Workflow 编排；\n2、应用强化学习（RL）、SFT、Preference Alignment（DPO/PPO/GRPO 等）等技术，提升Agent在复杂长链路任务中的推理执行能力，提升任务成功率、稳定性与泛化能力；\n3、参与设计与构建高性能、高可用的Agent Framework和Agent Runtime，探索多智能体（Multi-Agent）协同与自我迭代学习范式；\n4、构建端到端的Agent评测体系，通过数据驱动的方式持续迭代算法和模型，持续探索Agent在办公、创作、Coding、R&D等真实场景中的落地和应用。\n任职要求\n1. 硕士及以上学历，计算机、人工智能、数学、电子信息等相关专业优先；\n2. 精通 Python，具备扎实的 C/C++/Java（至少一门）基础，具备极佳的工程实现能力，追求高质量的代码设计；\n3. 深入理解 Transformer 架构及大模型（LLM）原理；熟悉深度学习主流框架（PyTorch/TensorFlow）；掌握强化学习、自然语言处理或计算机视觉的基础理论；\n4. 极强的求知欲与学习能力，对新技术保有好奇心；逻辑清晰，善于独立思考并反思总结；具备良好的沟通能力和团队协同意识。\n加分项\n1. 在 NeurIPS, ICML, ICLR, ACL, CVPR、ICCV等顶级会议发表过论文；\n2. 在 ACM-ICPC、NOI/IOI、TopCoder、Kaggle 或知名 AI 算法大赛中获得优异名次；\n3. 开知名开源项目的核心贡献者或在开源社区有影响力；\n4. 有 LangChain、AutoGen、MetaGPT、OpenClaw、Hermes Agent 等 Agent Framework / Runtime 的使用或二次开发经验。"
}