1. 负责智能座舱AI Agent的技术架构与系统设计

主导设计面向智能座舱复杂交互场景的AI Agent系统架构，定义Agent的认知、规划、执行与学习核心模块。负责技术选型，构建基于大语言模型（LLM）与多模态大模型（VLM）的端云协同Agent框架，确保架构在性能、安全性与可扩展性上满足车规级要求。

1. 负责智能座舱AI Agent核心能力的研发与实现

深入研发AI Agent的核心能力栈，包括但不限于：复杂任务规划与分解（基于CoT、ToT、Re Act等范式）、动态工具调用与执行（集成车辆控制、导航、娱乐、车况查询等车载服务API）、多轮对话与上下文管理、长期记忆与个性化适配。确保Agent能够理解模糊指令、处理异常并完成跨域连贯任务。

1. 负责智能座舱AI Agent系统的评估、部署与性能调优

建立多维度、可量化的AI Agent评估体系，包括任务成功率、步骤效率、安全合规性及主观体验分。负责将Agent系统部署至座舱计算平台，并针对端侧资源约束进行深度性能优化，保障低延迟、高可靠的实时交互。

1. 支持智能座舱AI Agent数据体系的构建与迭代

设计并实施AI Agent全生命周期的数据闭环策略。负责规划与构建高质量的指令数据、多轮对话数据、工具调用轨迹及反思数据的采集、清洗与标注流水线。通过数据驱动的方法，持续分析Agent在真实场景中的性能瓶颈与行为模式，迭代优化提示工程、模型微调与系统策略，为核心能力的提升提供数据基础与评估依据。

1. 支持Agent模型层的训练、对齐与优化

协同模型和算法工程师对驱动Agent行为的核心模型层（如规划模型、工具使用模型、反思模型）的训练、微调与对齐。熟练运用参数高效微调（如LoRA）、强化学习对齐（如RLHF、DPO）及过程监督等技术，提升Agent的任务完成率、安全性与拟人化交互体验。

1. 跨领域协同开发与量产交付

与产品、交互设计、云端服务、车控底层及测试团队紧密协作，解决跨系统难题，确保AI Agent功能在量产车型中高质量交付。

1. 探索前沿Agent技术与座舱场景融合

持续追踪AI Agent前沿技术（如多智能体协作、具身智能、自我进化等），探索其在座舱场景（如车身跨域协同，多乘客协同服务、车路云协同决策、个性化场景生成）的创新应用原型，推动技术预研与产品化落地。

1. 深刻理解AI Agent的技术原理与架构范式（如Re Act、ToT、Auto Gen），并对大语言模型/多模态大模型的原理、局限性及演化有扎实认知。熟练掌握Lang Chain、Llama Index、Semantic Kernel等至少一种主流Agent框架。

2. 具备优秀的系统设计能力和算法实现能力。熟练使用Python/C++/Java，具有构建复杂、可维护的Agent系统或相似复杂逻辑系统的经验。熟悉机器学习常用库和模型训练流程。

3. 具备大模型微调（Fine-tuning, LoRA等）与对齐（RLHF/DPO）的实战经验，理解如何通过数据与算法优化模型的行为与价值观，有相关项目经验者优先。

4. 对智能座舱或相似复杂交互场景（如智能家居、机器人）有深刻理解或浓厚兴趣，具备优秀的场景抽象、问题定义和技术解决方案设计能力。

5. 3年以上相关领域研发经验。具备出色的逻辑思维、沟通协作能力和技术文档撰写能力。对前沿技术充满热情，有强烈的自驱力和责任心。英语口语流利，具备良好的团队沟通与合作能力，对前沿技术充满热情。

6.（优先）具备智能座舱、车载语音助手、机器人或虚拟人等相关产品的AI系统开发经验。

7.（优先）熟悉Android/QNX车载开发环境，了解车控信号、服务调用等车载系统基础知识。

8.（优先）具备端侧模型部署与优化（如模型量化、剪枝）经验，理解边缘计算约束。

9.（优先）在复杂任务规划、工具学习、多智能体系统等Agent高级方向有研究或项目实践经验。