贝壳AI Agent研发工程师(J66755)
任职要求
1、统招本科及以上学历,5年以上相关工作经历; 2、优秀的编程能力,熟悉PyTorch、TensorFlow深度学习框架; 熟悉常用机器学习和数据挖掘算法,具备良好的数学基础和编程能力; 3、熟悉主流大模型,如GPT/LLaMA等,对模型背后的原理和差异有深入的理解; 4、熟悉Transformer,BERT,GPT,T5,Diffusion等model,对训练数据和代码有深入理解,有实际动手经验; 5、在多模态、信息抽取、智能问答、对话系统、文本生成等领域有丰富的实践经验; 6、具备丰富的AI模型训练、微调及优化经验,能够根据业务需求对模型进行针对性改进,提升模型性能.
工作职责
岗位职责: 1、负责 AI Agent 系统的设计、开发和优化、开发和完善基于大语言模型 (LLM) 的智能体系统,提升 Agent 的自主决策和任务执行能力; 2、负责生成式大模型指令意图理解相关工作,整体提升大模型的多轮对话指令理解能力和性能; 3、设计并实现 Agent 的工具使用接口,实现与各类外部系统和 API 的集成编排; 4、负责大模型在检索、推荐方面的系统设计实现和优化,探索Agent、RAG、领域模型调优等相关技术在业务场景落地; 5、具备模型知识、幻觉机制探究,提升模型知识水平、降低模型幻觉率; 6、能够基于开源模型,设计和开发算法,对模型进行微调,优化其参数和结构,以提高模型的泛化能力和准确性; 7、深入调研AI领域相关的前沿技术,跟踪业内大模型领域的最新进展,并寻求将最新技术应用到产品的可能性。
1. 负责 AI Agent 应用的创新架构设计与核心模块研发,构建和优化 Agentic 交互逻辑与智能决策引擎。 2. 推动 AI Agent 的工程化落地,设计和实现高效的 Agentic 工作流,确保大语言模型及相关能力在实际业务场景中的有效应用与闭环。 3. 与产品及算法团队紧密协作,深度探索 AI Agent 的创新应用场景,包括但不限于自主 Agent (Autonomous Agents)、多智能体系统 (Multi-Agent Systems) 等,快速验证并落地前瞻性技术原型。 4. 跟踪 LLM、Agent 及相关AI前沿技术的发展,提出创新性解决方案并应用于实践。 5. 构建和探索面向 Agent 的评估体系与方法,推动复杂业务场景下 Agent 的持续迭代与性能优化。

1.负责Agent系统的核心逻辑与策略设计,包括任务拆解、工具调用、记忆管理、多智能体协作等; 2.使用LangChain、LlamaIndex等主流框架或自研工具,快速构建、测试和迭代AI Agent应用; 3.深入理解业务场景,与产品、研究团队紧密合作,将业务逻辑与LLM能力深度融合,设计和实现高效的解决方案; 4.负责Context Engineering、Continue Training、RAG等关键技术的应用和优化,持续提升Agent系统的性能和可靠性;
1. 参与小红书 AI agent 框架技术研发,包括 DeepResearch Agent、PlanExecutor Agent、Multi Agent、通用 Agent 等技术开发。 2. 打造小红书 AI agent 分布式研发运维体系,包括传统应用低成本接入,agent 的调试、运维、上线等,打造 AI 分布式应用研发体系。 3. 构建并探索面向 agent 的评估体系,帮助复杂业务的 agent 形成持续迭代优化的正向循环体系。 4. 探索创新更易上手开发的 agent 构建方式,更稳定可靠的 agent 的运行方式,突破大模型能力应用上限。