职位ID： (J230605000002)

• 北京市,深圳市
• OPPO公司/AI中心/计算机视觉部/文本视觉组
• 软件类
• 终端软件技术通道
• 本科及以上
• 1-5年

岗位职责

我们正在寻找一位在多模态大模型（VLM）与智能体（Agent）领域具备深厚技术积淀的算法工程师。你将作为智能相册 Agent 的核心共创者，深度参与构建端云协同的下一代手机智能体生态。你将利用最前沿的深度推理（Deep Reasoning）、工具链学习（Tool Learning）以及图像/视频理解技术，打破传统相册的工具属性，赋予其主动规划、记忆反思、私有知识图谱检索以及跨应用协同的 Agent 能力。

岗位职责

1. 深度推理、意图识别与任务编排（Core Agentic Workflow）
   负责端云协同相册 Agent 的架构设计与算法实现，攻坚多轮对话中的复杂长文本上下文管理、记忆提取（Memory Storage & Retrieval）与反思（Self-Reflection）机制。研究并优化 Agent 的任务拆解（Sub-goal Decomposition）与自主规划（Planning）能力，设计在端侧算力环境下的高可靠性路由决策机制。

2. 模型定制微调与推理效能优化（Fine-Tuning & Infra Optimization）
   针对相册专属场景，负责大语言模型（LLM）与多模态模型（VLM）的指令微调（SFT）与强化学习，优化模型在 Tool-use 和结构化输出（JSON 强约束）上的准确率。基于开源的高吞吐推理引擎，针对高并发/端侧低算力环境进行模型的剪枝、量化以及分布式并行训练优化。

3. 数据飞轮与评测闭环
   负责搭建完整的 Agent 评测基准（Benchmark）与数据飞轮工程，通过用户行为埋点形成自主对齐闭环，驱动算法模型的持续迭代。

任职要求

1. 硕士及以上学历，计算机、人工智能、电子、自动化等相关专业，具备扎实的数学和逻辑思维能力，拥有主动学习能力与技术钻研精神，能够敏锐捕捉领域前沿动态
2. 精通视觉理解方向基础方法，能够将技术创新与业务需求紧密结合，实现敏捷交付（在视频理解方向有深入研究者优先）
3. 具备良好的团队协作与承压能力，能高效推动项目进展

简历投递：[email protected]
投递简历记得带上职位ID哦，希望各位佬友成功入职。