腾讯腾讯云-生成式AI应用研发工程师
任职要求
1.本科及以上学历，5年及以上相关工作经验； 2.有大语言模型应用经验优先，包括精调(SFT)、蒸馏、强化(DPO,PPO)等技术的落地； 3.有RAG、向量数据库、复杂任务调度系统、chatbot相关经验优先； 4.精通Python等编程语言，以及TensorFlow、Keras、PyTorch等深度学习框架； 5.具有良好的数学基础和英语阅读能力，具备较好的进取心、求知欲及团队合作精神，致力于追求技术创新。
工作职责
1.负责应用开发领域内 AI agent 的工程架构设计，研发和演进，包括但不限于客户端/服务端业务逻辑代码、数据库结构生成等，辅助开发者完成应用开发； 2.参与设计和搭建用于训练、评估和优化Agent AI的框架，优化 LLM 在特定领域内表现，提升业务效果； 3.参与LLM 模型的优化及实现工作，包括不限于数据构建、模型微调优化、领域蒸馏参数轻量化部署等； 4.关注最新的AI研究趋势，尤其是大语言模型领域的进展，并将这些研究成果应用到Agent AI研发中。
1、负责图片视频生成式大模型的业务应用工程研发；实现诸多AI应用的快速落地与持续迭代； 2、保障大模型应用系统架构的稳定、高效运行，帮助业务优化性能和改善系统稳定性，持续提升用户体验； 3、负责多模态AI产品的整体技术解决方案，基于对大模型应用架构的深入理解，合理技术选型，参与技术研发和效果优化等工作，推动产品持续增长； 4、持续跟踪前沿技术趋势，关注并探索AI新应用、适时引入新技术新方法，持续提升产品技术、工程架构上的先进性。
近年来，以大模型为核心的生成式人工智能技术在语言理解、内容生成、多模态建模与跨模态交互等领域取得了突破性进展，展现出前所未有的技术潜力与广泛的应用前景。 我们致力于面向通用人工智能（AGI)的前沿探索与产业落地创新。一方面，在迈向AGI的长期路径中，随着大语言模型能力的持续进化，多模态感知、融合与推理等关键问题日益凸显，成为构建通用智能系统的核心挑战；另一方面，围绕典型行业场景如何将现有大模型能力有效转化为可落地、可扩展、可持续的解决方案，也成为当前研究与工程实践的重点方向。 如果你对生成式AI、智能交互、智能软件工程，智能文档处理，数据挖掘，多语言内容的理解和生成，跨模态检索与理解，多模态智能体GUI Agent以及法律金融等方向的AI应用算法研发有浓厚兴趣，或者对于大模型应用落地有浓厚兴趣，欢迎加入我们，共同定义未来AI的能力边界，牵引千行百业在智能时代的深度变革。 1. 大语言模型算法创新：定义下一代大语言模型技术范式，实现文本、代码，语音、视觉等多模态信息的联合建模，探寻和解决对齐、推理、Agentic等方面的核心挑战，不断追寻通用大模型的效果上限。 2. 场景驱动的算法创新：结合上述业务场景，设计并优化大模型架构，研发低成本高效应用算法，提升效果、效率与鲁棒性。 3. 端到端技术闭环：从数据构建、模型训练、评测到部署，主导技术方案落地，通过AB实验、调用量、用户反馈验证价值。 4. 前沿应用技术探索：紧跟并能驱动LLM、Diffusion Models、强化学习等技术相关进展，定义技术新范式，快速实验并迭代创新方案，拉升相关模型在学术领域和应用场景的SOTA。
1、负责全国TOP级别的直播电商在B端业务场景中大模型的技术落地，支持业务目标提升； 2、负责大模型在智能经营、诊断分析、多模态创意生成等内容生成类场景中的应用，降低平台和商家的运营成本，提升运营效率； 3、负责大型语言模型的微调、偏好对齐、知识增强等技术探索，积极跟进AIGC业内应用趋势，包括并不限于多模态、RLHF、Agent等方向； 4、负责低代码平台与AI大模型应用场景落地（D2C、AI生成业务流程等），采用先进的算法工程方法，打造下一代AI低代码研发体系。
1、负责全国TOP级别的直播电商在B端业务场景中大模型的技术落地，支持业务目标提升； 2、负责大模型在智能经营、诊断分析、多模态创意生成等内容生成类场景中的应用，降低平台和商家的运营成本，提升运营效率； 3、负责大型语言模型的微调、偏好对齐、知识增强等技术探索，积极跟进AIGC业内应用趋势，包括并不限于多模态、RLHF、Agent等方向； 4、负责低代码平台与AI大模型应用场景落地（D2C、AI生成业务流程等），采用先进的算法工程方法，打造下一代AI低代码研发体系。