-负责百度核心产品功能和架构开发 -负责核心技术算法的研究、实现和优化 -与产品、算法团队协作，将AI大模型能力快速集成到业务产品中 -负责关键系统的稳定性保障，进行故障排查与性能调优 -负责前瞻技术的跟踪调研和产品创新 -善用AI辅助编程工具提升研发效率

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。

-负责AI/大模型方向产品的规划、设计与迭代，深入理解用户需求，定义产品核心功能与体验 -结合大模型能力演进趋势，推动AI能力在产品中的落地，探索人机协作的最优交互模式 -跨团队协作，与算法、研发、设计团队紧密配合，推动产品从0到1落地并持续优化 -深入分析用户数据与市场反馈，驱动产品关键指标增长 -具备AI产品思维，善用AI工具提升工作效率与产品创新能力

-从事多模态大模型（视觉-语言、音频-语言、跨模态生成等）的算法研究与工程实现 -探索多模态理解与生成能力的提升方法，包括图文对齐、跨模态检索、多模态推理等 -结合最新多模态大模型进展，推动技术快速迭代 -设计高质量多模态训练数据方案与评估体系 -紧跟多模态前沿研究，将论文成果高效转化为工程实践

- 智能化测试框架与平台研发：负责迭代升级自动化测试框架，主导AI智能化测试平台的设计、开发与落地，融合大模型、AI Agent技术，实现测试任务自主编排、脚本自愈、用例复用，全面提升测试自动化率、迭代效率与业务覆盖率，支撑产品快速迭代 - 全链路质量保障与AI专项测试：负责产品功能、接口、性能、兼容性全维度测试工作，同时承接大模型相关专项测试，包括模型输出准确性、逻辑推理能力、多轮对话一致性、内容安全性、鲁棒性及性能稳定性评测，保障AI赋能场景与核心业务的整体质量 - 大模型测试能力落地与质效提优：深耕大模型在测试质效场景的落地应用，搭建智能化测试体系，实现基于大模型的需求解析、测试用例自动生成、测试数据智能构造、缺陷智能定位与根因分析、测试报告自动输出，解决传统测试重复性高、场景覆盖不全、问题排查低效等痛点 - 协同研发与技术评审优化：深度参与产品需求评审、系统架构设计、代码评审及AI模型应用方案评审，结合业务场景与测试经验，针对业务逻辑、代码漏洞、大模型应用风险、测试薄弱点提出优化建议，前置规避质量风险，推动研发、测试、AI应用全流程协同提效 - 质量体系建设与流程持续迭代：持续优化测试全流程规范，搭建适配AI智能化测试的质量度量体系，建立大模型测试资产库（评测数据集、专项用例、评测脚本、基准指标），沉淀标准化AI测试方案，持续迭代测试流程、工具与方法论，实现质量可量化、可追溯、可优化 - 前沿技术调研与落地创新：跟进大模型、AI测试前沿技术，调研AIGC、智能评测、自动化故障注入等新技术在质量保障场景的应用，落地创新测试方案，持续提升团队测试智能化、自动化水平，打造高效智能的质量保障体系

-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

-从事大语言模型（LLM）的预训练、后训练（SFT/RLHF）及应用落地算法研究 -探索大模型在推理、代码生成、多轮对话、知识问答等核心能力的提升方法 -结合强化学习、检索增强（RAG）、思维链（CoT）等前沿技术，推动模型能力边界突破 -设计数据策略与评估体系，驱动模型质量持续迭代 -紧跟LLM前沿进展，将学术成果快速转化为工程实践

-负责前端和服务端的业务开发工作，覆盖业务全链路，按业务需求统筹各端开发优先级，打破端侧壁垒，实现业务功能高效落地 -深度运用AI Coding工具，开发并维护基于MCP、CLI、Skills等的各类工具，参与Al研发基础设施与Agent工作流建设，对接公司内部系统与模型，打造一体化AI研发体验 -立足全栈发展趋势，推动并沉淀Vibe Coding、SpecCoding等新型Al研发范式在团队内的落地与最佳实践，参与业务全流程开发，推动业务从需求到上线的闭环落地 -负责前沿技术探索与范式推广，持续跟进AI/LLM(包含底层大模型)的最新进展，提供创新的交互解决方案，并推动技术的迭代和升级 -配合团队完成技术方案讨论、架构优化、代码评审等工作，助力团队形成"按业务分工、AI+全栈协同"的开发模式，适配未来1~2年全栈发展导向

1. 负责AI Agent的设计与研发，包括感知-决策-执行闭环、多智能体协作、长期记忆与推理机制； 2. 研究ReAct、AutoGPT、CoT等前沿范式，熟练掌握LangChain、AutoGen、CrewAI等Agent开发框架； 3. 优化大模型在Agent任务中的规划、工具调用、反思、代码生成等核心能力； 4. 推动Agent在搜索、对话、办公、数据平台、网盘文库、生活娱乐等产品场景中的规模化应用； 5. 探索RAG与Agent融合架构，提升知识理解与行动能力的协同效果； 6. 建设Agent评测体系，持续优化成功率、响应延迟、成本及用户体验。

1. 负责多模态大模型的算法研发与迭代，覆盖图文、视频、语音、3D等多模态融合理解与生成； 2. 研究跨模态对齐、对比学习、扩散模型、视频生成、图像编辑、3D生成、风格迁移等前沿技术； 3. 参与多模态数据pipeline建设、评测体系设计与业务落地，推动模型在搜索、推荐、AIGC、健康、自动驾驶、网盘文库、视频理解、解题等核心场景中的应用； 4. 研发方向包括但不限于：视觉感知算法、多模态理解模型、图像/视频生成、模型压缩轻量化、文档多模态等； 5. 建设多模态数据管线，优化模型训练与推理效率，完成算法模型的训练、优化和部署。