主分类：Agent系统开发
来源 JD 数据（旧分类保留，当前主分类见上方）
{
"schema_version": "via_ai_product_manager_jobs_v1",
"data_type": "ai_product_manager_jobs",
"job": {
"job_title": "小米澎湃OS-大模型算法专家-Agent方向",
"job_level": "专家",AI生成
"work_category": "全职",AI生成
"department": "未披露",
"location": "北京",
"work_mode": "未披露",AI生成
"job_category": "算法研发"AI生成
},
"company": {
"company_name": "小米集团",
"company_industry": "消费电子 / 智能制造 / 物联网",
"company_size": "10000人以上",
"company_website": "xiaomi.com",
"company_description": "小米是一家消费电子和智能制造企业，以智能手机、智能硬件和物联网平台为核心。"
},
"compensation": {
"salary_range": {
"min": "",
"max": "",
"currency": "未披露",
"cycle": "未披露"
},
"benefits": "未披露"
},
"requirements": {
"working_years": "",
"degree": "硕士及以上学历",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "1. 面向Agentic OS，参与长期记忆、主动决策与跨场景执行能力的系统级智能体算法体系建设（可仅参与记忆/决策/执行之一）；\n2. 记忆：构建端侧长期记忆与知识增强体系，包括设计长期记忆架构、研究用户数据驱动的持续学习与个性化能力提升机制；\n3. 决策：研发主动意图决策模型，研究用户行为建模方法、构建主动决策机制，探索多轮决策与反馈闭环优化机制；\n4. 执行：搭建基于VLM的复杂任务操控能力，研究长任务推理与深度决策能力增强，构建稳定、安全、可控的执行策略机制；\n5. 前沿技术探索与成果产出，建立Agentic OS的算法创新壁垒，推动顶级会议论文与核心专利产出。",
"requirements_text": "1. 硕士及以上学历，人工智能、计算机科学、机器人、认知科学等相关专业；\n2. 具备以下至少一个方向的深入研究或实践经验：长期记忆建模/个性化建模、强化学习/决策建模、多步推理与任务规划、Agent系统与智能体算法；\n3. 对“主动智能”“系统级Agent”方向有深刻理解与强烈兴趣；\n4. 具备复杂系统建模能力，能够从系统角度设计完整闭环；\n5. 在 ICML / NeurIPS / ICLR / AAAI / ACL / CVPR / ICASSP 等顶级会议发表论文者优先；\n6. 具备较强的独立研究能力与创新能力。",
"skills": [AI生成
"强化学习",
"建模",
"智能体开发"
],
"preferred_qualifications": "5. 在 ICML / NeurIPS / ICLR / AAAI / ACL / CVPR / ICASSP 等顶级会议发表论文者优先",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://xiaomi.jobs.f.mioffice.cn/index/m/position/7633349828672964870/detail"
}
]
},
"posting": {
"posting_id": "7633349828672964870",
"post_date": "2026-04-27",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://xiaomi.jobs.f.mioffice.cn/index/m/position/7633349828672964870/detail"
},
"fulltext": "小米澎湃OS-大模型算法专家-Agent方向\n职位描述\n1. 面向Agentic OS，参与长期记忆、主动决策与跨场景执行能力的系统级智能体算法体系建设（可仅参与记忆/决策/执行之一）；\n2. 记忆：构建端侧长期记忆与知识增强体系，包括设计长期记忆架构、研究用户数据驱动的持续学习与个性化能力提升机制；\n3. 决策：研发主动意图决策模型，研究用户行为建模方法、构建主动决策机制，探索多轮决策与反馈闭环优化机制；\n4. 执行：搭建基于VLM的复杂任务操控能力，研究长任务推理与深度决策能力增强，构建稳定、安全、可控的执行策略机制；\n5. 前沿技术探索与成果产出，建立Agentic OS的算法创新壁垒，推动顶级会议论文与核心专利产出。\n\n职位要求\n1. 硕士及以上学历，人工智能、计算机科学、机器人、认知科学等相关专业；\n2. 具备以下至少一个方向的深入研究或实践经验：长期记忆建模/个性化建模、强化学习/决策建模、多步推理与任务规划、Agent系统与智能体算法；\n3. 对“主动智能”“系统级Agent”方向有深刻理解与强烈兴趣；\n4. 具备复杂系统建模能力，能够从系统角度设计完整闭环；\n5. 在 ICML / NeurIPS / ICLR / AAAI / ACL / CVPR / ICASSP 等顶级会议发表论文者优先；\n6. 具备较强的独立研究能力与创新能力。\n1. 面向Agentic OS，参与长期记忆、主动决策与跨场景执行能力的系统级智能体算法体系建设（可仅参与记忆/决策/执行之一）；\n2. 记忆：构建端侧长期记忆与知识增强体系，包括设计长期记忆架构、研究用户数据驱动的持续学习与个性化能力提升机制；\n3. 决策：研发主动意图决策模型，研究用户行为建模方法、构建主动决策机制，探索多轮决策与反馈闭环优化机制；\n4. 执行：搭建基于VLM的复杂任务操控能力，研究长任务推理与深度决策能力增强，构建稳定、安全、可控的执行策略机制；\n5. 前沿技术探索与成果产出，建立Agentic OS的算法创新壁垒，推动顶级会议论文与核心专利产出。\n1. 硕士及以上学历，人工智能、计算机科学、机器人、认知科学等相关专业；\n2. 具备以下至少一个方向的深入研究或实践经验：长期记忆建模/个性化建模、强化学习/决策建模、多步推理与任务规划、Agent系统与智能体算法；\n3. 对“主动智能”“系统级Agent”方向有深刻理解与强烈兴趣；\n4. 具备复杂系统建模能力，能够从系统角度设计完整闭环；\n5. 在 ICML / NeurIPS / ICLR / AAAI / ACL / CVPR / ICASSP 等顶级会议发表论文者优先；\n6. 具备较强的独立研究能力与创新能力。",
"standard_classification": {
"std_category_code": "T009",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}