1. 前沿业务探索与创新：在百度核心业务部门参与产品、运营、财务、战略、HR等方向轮岗，深度参与大模型、生成式AI等前沿技术的应用与创新，直面AI时代的业务挑战，由集团高管亲自指导，快速积累行业洞察与技术实践。 2. 商业化与战略思维培养：学习大模型驱动的产品技术知识，探索大模型在商业化场景中的落地应用，培养从技术、产品到商业的全局思维，为未来成为复合型人才奠定基础。 3. 领导力与团队协作实践：在战略级业务担任核心角色，与团队成员高效协同，培养卓越的领导力与团队协作能力。

岗位方向：面向产业级高价值算法场景，参与建设“伐谋”智能体算法系统，聚焦运筹优化、营销策略决策、科研算法实验等可验证、可审计、可持续演化的复杂任务，探索大模型、智能体、优化算法、评估体系与业务反馈闭环的融合方法。 1. 负责伐谋方向智能体算法体系的研究与研发，围绕“问题建模—候选方案生成—评估验证—专家反馈—策略演化”构建可闭环运行的生产级 Agent 系统； 2. 研究面向高价值决策任务的 Agent 架构，包括任务分解、候选策略生成、多方案搜索、工具调用、代码生成、结果评估、反思修正、长期记忆与反馈沉淀等核心能力； 3. 建设可审计的 Agent 评估验证体系，包括任务级 evaluator、约束检查器、业务指标评估、失败模式识别、专家反馈结构化、case replay、benchmark 对比与验证报告生成； 4. 探索 Agent 自我演化机制，不断跳出局部最优实现持续创新，结合大模型推理、强化学习、搜索算法、程序合成、优化算法与多 Agent 协作，实现候选算法/策略的自动生成、评估、筛选与迭代优化。

-负责商业化产品（广告、会员、电商变现等）的规划设计与迭代优化 -深入理解商业模式与变现逻辑，推动商业产品GMV/收入增长 -与销售、运营、算法团队紧密协作，设计高效的商业化产品方案 -分析商业数据，识别增长机会，驱动商业指标持续提升 -探索AI在广告定向、智能出价等商业场景中的应用

-负责AI产品及互联网产品的视觉设计，输出高质量的UI界面、设计规范与图形资产 -建立并维护产品视觉设计语言，保障品牌一致性 -与产品、交互、研发团队紧密协作，推动视觉方案精准落地 -探索AI辅助视觉创作工具（如AIGC）在设计工作中的应用 -关注国内外视觉设计趋势，持续提升设计质量

-参与负责百度文心大模型的训练优化，百度飞桨的分布式训练功能和架构开发，以及训练工程效率相关系统的研发和优化工作 -参与前沿大模型训练技术和超大规模分布式训练架构技术的探索和研究，探索深度学习大语言模型、跨模态模型等领域的算法-工程协同优化方案 -跟进深度学习前沿软件栈，优化飞桨框架编译安装流程，提升对不同操作系统和硬件平台的兼容性 -负责高性能计算平台的设计、研发，高性能计算库、通信库开发与优化 -建设和维护CI/CE等工程设施，保障飞桨框架基础能力、大模型性能等关键指标的稳定性 -根据整体技术方案完成高质量的开发、自测及项目文档编写；探索业界工程效能度量和保障相关自动化平台和技术，推广新理念、新技术、新方法，提升团队研发效率

-研发高可扩展的分离式强化学习训练框架，实现训练、推理、环境、奖励的解耦与高效协同，提升 RL Scaling 效率 -优化全异步 RL 训练范式，攻坚推理调度、动态批处理、KV Cache 复用等性能瓶颈，与 vLLM / SGLang 等推理栈深度对接 -深度参与算法 + 工程联合优化，解决异步训练稳定性、训推一致性、长序列与稀疏奖励等核心问题，探索 On-Policy Distillation 等新训练范式 -构建超大规模后训练平台，实现细粒度容错、断点续训、动态扩缩容、无感故障恢复，保障超大规模训练任务稳定运行 -基于 K8s / Ray 设计大规模异构资源调度体系，结合 Mooncake 等技术构建分布式 KV Cache 池化与高速传输能力，持续提升训练有效率与资源利用率 -研发全流程可观测性体系，构建算法指标、系统指标、轨迹质量监控一体化平台，探索 AI Agent 驱动的自动化实验与自迭代实验平台

-探索 VLM/VLA 在自动驾驶中的应用，研发具备驾驶逻辑推理能力的端到端模型 -参与大模型结构调优、知识蒸馏、评估体系建设等工作，实现云端能力向车端算力的完美迁移 -利用生成式 AI 构建完善的自动挖掘、构造与标注流程，挖掘驾驶场景中的“黄金数据” -复现并改进 SOTA 算法，将实验室的最优解转化为真实的驾驶体验 -与上下游模块协同，提升Robotaxi安全性和智能性

-负责大模型智能体（Agent）系统全链路设计与开发，搭建具备自主规划、复杂推理、动态决策能力的智能体架构，推动智能体在实际业务场景的规模化落地 -主导智能体核心算法研发与迭代优化，深耕意图理解、多步任务规划、工具调用、长短期记忆管理、多智能体协同等核心模块，持续提升任务完成准确率与系统鲁棒性 -搭建多维度智能体评估体系，建立效果、效率、资源成本一体化量化指标，驱动产品与算法持续迭代与自进化 -推进基于智能体驱动的业务创新，挖掘并孵化高价值应用场景，实现从技术验证到产品落地的闭环，构建差异化业务模式与增长飞轮

-负责大模型智能体（Agent）系统全链路设计与开发，搭建具备自主规划、复杂推理、动态决策能力的智能体架构，推动智能体在实际业务场景的规模化落地 -主导智能体核心算法研发与迭代优化，深耕意图理解、多步任务规划、工具调用、长短期记忆管理、多智能体协同等核心模块，持续提升任务完成准确率与系统鲁棒性 -搭建多维度智能体评估体系，建立效果、效率、资源成本一体化量化指标，驱动产品与算法持续迭代与自进化 -推进基于智能体驱动的业务创新，挖掘并孵化高价值应用场景，实现从技术验证到产品落地的闭环，构建差异化业务模式与增长飞轮

-搜索算法研发：负责检索全链路优化：召回（向量召回、多路召回、倒排索引优化）、粗排/精排、多目标排序、搜索意图理解、query改写、纠错、类目匹配、相关性模型迭代，提升搜索点击率、转化率、搜索满意度指标 -推荐系统算法研发：搭建用户个性化推荐体系，完成用户行为建模、兴趣挖掘、序列建模、多场景冷启动、多样性&公平性调控、长短期兴趣融合、多任务学习、推荐召回/排序/重排模型迭代，优化留存、时长、GMV、点击等核心业务指标 -商业广告算法研发：负责信息流广告、搜索广告CTR/CVR预估、出价机制、预算调控、流量分配、广告生态平衡、转化归因、反作弊、ROI优化，平衡平台收益、广告主效果与用户体验 -模型与工程落地：基于TensorFlow/PyTorch构建深度模型（DeepFM、DIN、DIEN、SASRec、Transformer、多目标MMOE、PLE、宽深系列等）；参与特征工程、样本筛选、离线训练、在线推理优化；设计A/B实验体系，通过数据实验验证算法收益并规模化上线 -数据与策略迭代：深入分析用户行为日志、曝光点击转化数据，挖掘业务痛点；设计用户分层、流量分层、冷启动、生态调控策略；沉淀算法工具、特征平台、训练框架，提升团队迭代效率 -前沿技术落地：跟进大模型、多模态、强化学习、图神经网络、LLM检索、个性化Agent等前沿技术，探索在搜广推场景落地，解决长尾召回、意图模糊、冷启动等行业难题