• 负责大模型在智能座舱场景的核心应用落地，主导座舱 AI Agent 核心框架的设计与研发，推动其在车场景化智能推荐等复杂决策场景中的规划、推理与执行能力，并实现量产落地；熟悉 Function Calling、工具调用链路设计，有基于 LangChain/LangGraph/AutoAgent 等框架落地经验者优先。 • 模型全链路优化，包括评测选型、接入落地、训练优化（SFT/RLHF）、轻量化（量化/蒸馏/剪枝）及私有化部署，满足业务性能及效果需求。 • 主导座舱知识库与 RAG（检索增强生成）系统的设计与落地，涵盖文档解析、Embedding 模型选型、向量数据库构建、混合检索策略优化（BM25+向量召回）及 Rerank 精排模块（Cross-Encoder/LLM-based Reranker）的研发，持续提升座舱问答、知识检索等场景的准确性与响应质量。 • 深入座舱业务场景，通过数据分析定位算法与策略的不足，构建数据采集、清洗、标注与模型迭代的正向闭环，设计场景化 Benchmark 并驱动模型持续迭代，不断提升场景体验。 • 追踪 LLM、多模态大模型、Agent 等最新进展，探索新技术在座舱场景的创新应用，解决落地过程中的技术难题。