快手LLM算法专家/工程师 - 【搜索】
任职要求
1、硕士以上学历，计算机相关专业； 2、基础数据结构与代码能力扎实，熟悉机器学习和深度学习的基础知识和常用框架； 3、有NLP与大模型相关项…
工作职责
1、LLM模型应用落地：参与LLM在搜索内部的应用，探索LLM的创新落地场景； 2、RAG技术研究与落地：参与RAG技术在搜索内部的应用与创新，提升快手搜索智能问答效果； 3、技术优化与创新：持续优化现有的算法技术，推动算法创新，不断业务效果和用户体验； 4、跨团队合作：与产品团队、工程团队和业务团队紧密合作，理解业务需求，将算法技术转化为实际的产品和解决方案； 5、算法评估与改进：负责对算法模型进行评估和改进，提高算法的准确性、效率和可解释性。
Accio是阿里巴巴国际数字商业集团阿里国际站内部孵化的一款战略级AI原生应用产品，也是全球首个B2B AI Search Agent，通过持续探索Agent、LLM、VLM、RL、Memory、Reasoning、AI Search等前沿技术，自研基座、Agent系统以及AI Search系统，实现全球B2B跨境贸易跨越式发展。 1、参与跨境电商多语言多模态大模型研发，包括而不限于Post-Training、SFT、RLHF、RL、Memory等全链路建设； 2、负责AI Native专项能力建设，包括而不限于RAG System、Agent System、Function Call、Reasoning、Agentic RL、Proactive Agent、LangChain； 3、探索LLM前沿技术，持续迭代自研模型能力，推动Native AI Agent落地，重构B2B跨境贸易交互体验。
我们正在打造面向智能硬件和座舱场景的下一代语音 AI 助手，目标是实现低延迟、强理解、可规划、强智能、强人感、千人千面、可控且安全的自然交互体验。你将围绕“数据—训练—评估—上线”的全链路闭环，推进 LLM/Omni 模型的后训练与对齐体系建设，持续驱动产品效果提升与规模化应用。目前应用已上线国内外头部车企及千问眼镜端。 1、驱动下一代语音AI助手的研发与落地：探索并应用SFT、DPO、RLHF、RLVR等训练范式，开展LLM/Omni模型后训练与对齐，持续提升模型在多轮理解、RAG、逻辑推理、拟人化表达、个性化、多跳规划、长短期记忆、用户偏好理解、指令遵循、安全及幻觉抑制等方面的能力与稳定性。 2、负责数据飞轮与评估体系建设：搭建端到端数据体系，基于线上流量构建闭环数据飞轮（标签体系、自动化 badcase 挖掘、数据筛选与回流机制等）；设计自动化评测与监控方案，持续量化跟踪模型迭代收益与回归风险。 3、探索并落地语音场景创新能力：面向闪购/团购/订票、智能导航、Agent 助手、智能感知与提醒等新业务新功能，完成能力设计、方案实现与效果验收，推动规模化上线。 4、参与技术影响力建设：推动关键技术开源、工程化沉淀与对外技术输出，参与学术研究并在顶会/顶刊发表成果或贡献核心开源项目。
1. 设计和实现多模态(图文)和多源信息(PGC/UGC/Web content等)的综合内容理解，以优化我们的地图搜索、推荐和POI信息理解能力； 2. 深入研究和改进模型的性能，包括准确性、效率和可扩展性； 3. 与跨职能团队合作，包括数据工程师、产品经理和架构工程师，确保模型与业务目标一致； 4. 跟踪新的人工智能和机器学习研究，将新的研究成果应用于实际问题； 5. 负责模型的维护和迭代，确保其在动态环境中的稳定性和可靠性。
1.负责Agent场景的效果优化，深入研究LLM后训练相关技术，包括CPT/SFT/RLHF/RLVR等，提高算法准确率和效率。 2.构建大规模高质量的数据（数据建设、数据抓取与解析、数据合成等），探究线上真实场景数据到RL过程的数据飞轮。 3.跟踪LLM领域的最新研究成果，用以持续提升算法应用效果，研究方向包括但不限于强化学习中的奖励模型的优化和创新，AgentRL，可验证奖励的构建和扩充。 4.深度参与产品研发和业务落地，和工程/研发/产品等同学密切配合，将优化算法应用于具体业务场景，推动智能体技术的产业化落地。