滴滴专家算法工程师 - 智能 Agent 方向(J250618002)
任职要求
任职要求： 1、计算机科学、数学、统计学或相关领域的硕士及以上学历，具备一线的 Python 工程能力，精通数据结构和常用算法； 2、有丰富的 Post-Training 经验，熟悉主流大模型训练框架，并具备二次开发能力（如 Pytorch、Megatron、DeepSpeed 等），能结合业务场景特点设计合适的工作流和训练方法； 3、有丰富的强化学习经验，熟练掌握对奖…
工作职责
负责滴滴智能客服的对话算法，需要具备扎实的算法功底，结合业务场景，构建下一代客服 Agent，驱动服务体验与效率提升。 工作内容： 1、主导设计下一代客户服务 Agent、Agent Saas，与产品、工程团队合作，设计算法架构和技术路线，技术驱动服务体验和效率的提升； 2、负责领域大模型的后训练和研究，如大规模数据建设、Post-Training、偏好对齐等技术； 3、应用 Post-Training 方向前沿算法和框架，持续提升现有算法的效率与效果； 4、关注行业前沿，推进有价值的技术与业务场景的结合，探索创新方法，推动技术创新。
所在团队负责阿里国际贸易平台上的所有推荐产品，包括猜你喜欢、详情页推荐、个性化楼层等。团队通过大数据和深度学习建模，帮助平台上买卖家快速达成生意。来到这里，你将有机会深度接触到业界的计算平台和深度学习算法，并将算法技术转化为商业价值。具体地，你将有机会负责： 1. 用户画像、召回、排序和策略等模块的技术规划和算法设计，通过技术创新提升买卖家匹配效率。 2. 通过大规模深度学习和图学习，在面对数据稀疏和多国家多行业的情况下对用户实时兴趣、CTR预估、询盘和交易转化预估等问题建模。 3. 通过多样性和发现性策略，拓展用户需求，提升兴趣发现能力，进一步完善和提升推荐侧的产品价值。 4. 探索大语言模型+搜推的创新应用方向，LLM在推荐领域下的全链路建设，包括但不限于大规模的预训练、SFT、LoRA和RLHFL等技术，落地大语言模型+搜推的新的应用落地场景（如生成式推荐等）。
1、参与LLM方向的新技术研究和落地应用，支持指令微调、强化学习相关算法需求 2、支持通用ai agent在产品业务应用中的落地研发和效果优化，包括但不限于通用ai agent，深入理解大模型和通用ai agent运行原理，明确提升通用ai agent效果的核心技术方向。 3、负责ai agent的框架构建，agent与工具调用的优化，相关场景下大模型的优化，将ai agent框架、工具、大模型有效结合，为通用ai agent效果提供最佳的使用体验。
1、大模型关键技术突破，构建AI应用开发平台核心竞争力，支撑共享引擎大模型业务的快速推进和迭代。 2、洞察业界AI大模型应用开发平台的前沿技术，跟踪业界与学术界最新研究动态，围绕大模型应用的高成功率、高执行效率、低门槛，持续探索和突破大模型应用平台创新技术。 3、深度参与深度学习大模型产品研发，工程优化和应用过程中的技术落地，重点关注大模型部署、对齐、模型评估、推理优化加速等
1、深入理解客户业务需求，帮助客户选择适合其业务场景的技术路径和产品组合，利用AI技术知识、架构方法、咨询技能来影响客户技术决策 2、熟悉大模型算法工程化，与客户合作进行模型训练、推理和模型应用等POC，含展示功能、调整模型、优化模型性能、测试分析、Agent搭建、模型调用等内容 3、依据客户需求和技术研判，推动产研部门持续优化产品，助力提升产品竞争力，同时沉淀最佳实践，以及脚本、模板、参考架构等可复用的技术资产 4、持续跟踪行业动态和技术趋势，并与产品团队协作，打造创新的人工智能（大模型、智算、一体机等）解决方案 5、支持市场活动，作为领域专家参与市场洞察、行业标准、市场排名报告、白皮书撰写等活动，并在行业峰会、技术沙龙等市场活动中进行技术传播和分享