1. 2026届获得本科及以上学历，⻋辆⼯程、机械⼯程、交通运输等相关专业优先 2. 具备扎实的汽⻋理论基础，熟悉汽⻋构造、动⼒总成、底盘系统及基本测试原理；具备良好的数据 敏感度与逻辑分析能⼒，动⼿能⼒强，做事严谨细致，能独⽴完成测试记录与报告撰写 3. 有⼤学⽣⽅程式（FSC/FSEC）、汽⻋竞赛、⻋企实习等相关经验者优先 4. 热爱汽⻋⾏业，对⻋型、技术、参数有浓厚兴趣，有赛道驾驶经验优先

1. 2026届获得本科及以上学历，⻋辆⼯程、机械⼯程、交通运输等相关专业优先 2. 具备扎实的汽⻋理论基础，熟悉汽⻋构造、动⼒总成、底盘系统及基本测试原理；具备良好的数据 敏感度与逻辑分析能⼒，动⼿能⼒强，做事严谨细致，能独⽴完成测试记录与报告撰写 3. 有⼤学⽣⽅程式（FSC/FSEC）、汽⻋竞赛、⻋企实习等相关经验者优先 4. 热爱汽⻋⾏业，对⻋型、技术、参数有浓厚兴趣，有赛道驾驶经验优先

1. 计算机、人工智能、自动化、数学或相关专业，硕士及以上学历； 2. 扎实的机器学习理论基础，深入理解Transformer架构及主流大模型（如LLaMA、Qwen、DeepSeek、GPT系列）的训练与推理机制； 3. 具备完整的LLM应用落地经验，熟悉 Prompt Engineering、SFT、DPO 等技术路径，并有实际项目验证效果； 4. 对智能体（Agent）技术栈有实践积累，包括但不限于：基于CoT的任务分解与推理、多工具调用（Function Calling）与执行反馈闭环、自主规划（Planning）与状态记忆（Memory）机制、基于用户行为或模拟反馈的策略优化方法 5. 熟练掌握Python，具备良好的工程实现与系统设计能力，了解服务端部署、模型监控与AB测试流程； 6. 精通PyTorch/TensorFlow等框架，了解分布式训练、推理加速（vLLM/TensorRT-LLM等）、模型量化等优化技术； 7. 具备优秀的逻辑思维、业务抽象能力与跨团队协作意识，能将复杂用户需求转化为可量化的技术方案； 【加分项（优先考虑）】 1. 有垂直领域（汽车、电商、客服等）智能体或强化学习落地经验； 2. 在ICLR、NeurIPS、ICML、ACL、EMNLP等顶会发表过LLM、Agent或RL相关论文； 3. 熟悉多智能体协作（handoffs architecture）、可验证奖励强化学习（RLVR）； 4. 参与过开源Agent框架（如LangChain、LlamaIndex、AutoGen）的二次开发或优化； 5. 具备大模型评估体系设计经验，尤其在事实一致性、工具调用准确率、任务完成率等维度有方法论沉淀。