锦鲤求职岗位描述
岗位职责
1. 负责 vivo 大模型智能体（Agent）的核心算法研发，推动手机操作系统从「被动指令执行」向「主动自主服务」（Agent Phone）的范式演进。
2. 深入研究并落地 Planner-Executor 逻辑框架，提升大模型在复杂场景下的任务拆解、多步推理（ReAct/CoT/ToT）、工具调用（Tool-Use / Function-Calling）以及长链路的闭环执行能力。
3. 结合 Model Context Protocol（MCP）等前沿协议规范，构建和优化 Agent 与移动端底层系统 API、第三方应用以及个人化记忆（Personalized Memory）系统的交互链路，实现千人千面的上下文感知任务执行。
4. 主导 Agent 模型的训练与调优，运用 DPO、GRPO 等强化学习与对齐算法，以及 On-Policy Distillation（OPD）等技术，基于真实执行反馈持续提升 Agent 的决策质量、鲁棒性与推理效率。
5. 跟踪大模型及智能体领域的最新学术与工业界进展，探索 Sparse MoE、Linear Attention 等高效模型结构在端云协同 Agent 场景下的应用。关注 GUI Agent、模型自进化（Self-play / Agent Harness）等前沿方向，判断技术趋势并转化为产品能力。
任职要求
1. 计算机科学、人工智能或相关领域硕士及以上，6年以上 AI/NLP 算法经验
2. 主导过 Agent/Tool-Use 方向的大模型训练与优化，有从数据构造→SFT→RL 的全链路经验，非仅限 Prompt Engineering
3. 精通 LLM 预训练、对齐训练（RLHF/DPO/GRPO），能独立设计 Agent 能力的训练方案与 Reward 建模
4. 对 LLM 的多步推理、任务分解、自我纠错有深入理解，有大规模落地经验或相关方向论文发表
5. 能从用户场景倒推模型能力需求，理解手机 OS 深度集成对 Agent 的独特价值