腾讯大模型应用算法研究员/工程师 - ChatBI方向

1.多模态智能体研发：研发大数据领域多模态智能体，融合表格、文本、图像、视频、语音、结构化数据等多源信息，构建感知-推理-决策-交互一体化智能系统，并应用于智能决策，人机协作场景； 2.跨模态理解与生成：设计跨模态对齐与融合算法，提升智能体对复杂语义（如视觉问答、图文生成、视频摘要）的理解与生成能力，开发多模态检索增强技术。

1.研发智能体关键技术，推动指令理解、深度推理、反思优化等核心能力在Data+AI场景的技术落地和优化； 2.构建智能体工具调用体系，研发支持多工具调度的function call能力，优化多智能体协同决策机制； 3.参与搜索算法全链路优化，重点突破Query语义解析、内容理解、混合召回策略及RAG生成效果； 4.跟进LLM与智能体领域前沿技术，参与关键技术预研及工业级解决方案设计。

1.参与AI代码生成工具的开发、评估与优化，构建智能编程辅助系统（如代码补全、自动Debug、代码生产等场景）； 2.参与代码大模型的增量预训练和post-training训练优化； 3.探索代码检索、代码质量分析、自动化测试等场景的AI解决方案； 4.持续跟踪业界前沿技术趋势。

1.大模型应用开发：负麦基于主流开源/闭源大模型进行应用落地，包括问答系统、智能助手、知识检索、文档处理等；并与产品、前端、后端、数据团队紧密协作，推动算法模型在真实业务中的部署与落地。 2.RAG 系统优化：主导通用型 RAG(Retrieval-Augmented Generation)系统的构建与效果优化，包括召回、排序、长文本处理、多文档合成等关键环节。 3.Agent 框架开发：研究和实现多 Agent 协作框架，提高 Agent 在复杂任务中的稳定性与执行效果，探索如任务分解、工具使用、状态记忆等机制。 4.模型效果调优：结合业务场景，设计 Prompt、微调、评测等策略，提升大模型在特定任务中的表现。 5.技术积累与分享：沉淀可复用的模型应用框架、调优经验和评估指标，推动团队整体技术能力提升。