GUI Agent算法工程师

岗位内容
职位亮点：
参与研发下一代 gui agent / 多模态智能体，使ai能够理解并操作软件界面，实现复杂软件系统的自动化交互与测试。探索通过视觉语言模型（vlm）与大模型技术，实现 gui理解、自动操作、复杂任务执行等能力。
团队关注 gui agent、多模态大模型、agent系统 等前沿技术方向，推动ai在真实软件环境中的应用。

岗位职责：
1、参与gui agent / 多模态agent系统 的研发，使ai能够理解并操作复杂软件界面。
2、研究视觉语言模型（vlm）与大模型结合 的技术，实现gui理解与交互能力。
3、探索ai自动化gui操作与测试，包括：gui元素识别与理解、自动交互与任务执行、gui自动化测试
4、结合多模态模型、agent系统、工具调用等技术，构建能够完成复杂软件任务的智能体系统。
5、持续跟踪gui agent、多模态模型、ai agent系统 等领域的最新进展，并推动技术落地。

岗位要求
岗位要求：
1、计算机、人工智能、软件工程等相关专业 硕士及以上学历，博士优先。
2、具备扎实的编程能力，熟悉 python / c++ / java 等至少一种语言。
3、熟悉机器学习或深度学习框架，如 pytorch / tensorflow。
4、具备良好的工程能力和系统设计能力。
5、具备良好的问题分析能力和技术探索能力。
6、良好的沟通协作能力，能够与团队共同推进技术发展。

满足以下任意一项优先：
1、有 gui agent / ui理解 / vlm（视觉语言模型） 相关研发经验。
2、有 多模态大模型 / vision-language model 相关经验。
3、有 agent系统 / 工具调用 / mcp / rag 相关经验。
4、有 gui自动化测试 / ui自动化工具 相关经验。
5、熟悉 计算机视觉、ui理解、屏幕理解等相关技术。
6、在相关领域 顶会顶刊（neurips、icml、acl、cvpr等） 发表过论文者优先。