小红书Agent算法工程师-增长投放

1、用户行为理解与画像建模：负责跨境电商场景下的用户行为理解、买家需求识别、采购意图建模与用户画像体系建设，结合站内行为、搜索意图、沟通内容、商品偏好、交易路径等多源数据，挖掘高价值用户与高潜商机，提升用户分层、商机识别和转化预估能力。 2、搜索、社媒、Push、Email 等渠道用户增长：负责多触点用户增长算法优化，覆盖搜索、社媒投放、Push、Email、站内推荐等渠道，支持拉新、激活、留存、召回和转化等增长目标；通过意图识别、内容生成、个性化推荐、触达时机优化和人群策略优化，提升各渠道用户触达效率和转化效果。 3、预算约束下的多渠道用户增长优化：负责预算约束下的跨渠道流量采买和增长策略优化，围绕 ROI、LTV、转化率、获客成本等核心指标，建设广告投放优化、竞价优化、预算分配、流量质量评估和增量价值评估能力，提升整体增长效率和预算使用效率。 4、用户增长基础算法研发：负责用户增长相关基础算法能力建设，包括转化预估、LTV 预估、uplift modeling、因果推断、A/B Test、推荐排序、大模型 Reasoning、RAG、Tool Use、Agent Workflow、多模态理解与生成等方向，支持用户增长、广告投放、AI 买家谈单 Agent 等业务场景持续迭代。

1）Agent 能力研发：面向 AI Native 游戏场景，负责智能体（Agent）核心能力研发与优化，覆盖智能 AI NPC、AI 叙事、AI 玩法等方向，构建具备多轮对话、任务规划、工具调用、环境交互、长期记忆与自主决策能力的 Agent 系统 2）Agent 架构设计：设计并实现游戏场景下的 Agent 核心架构，包括 Planning、Memory、Tool Use、Action、Reflection、Persona、State Tracking 等模块，提升智能体在复杂动态环境中的稳定性、一致性与可控性 3）训练与对齐优化：结合业务需求，参与 Agent 相关模型与策略优化，包括 SFT、DPO、RLHF/RLAIF、PPO/GRPO 等方法，提升智能体在角色一致性、任务完成率、对话连贯性、行为合理性和安全性等维度的表现 4）记忆与数据体系建设：构建适用于游戏场景的 Agent Memory 与数据闭环体系，支持 NPC 对玩家历史行为、剧情进展、任务状态、角色关系和世界知识的长期记忆与高效调用，并持续优化训练数据与交互数据质量 5）工具调用与环境交互：建设 Agent 的工具与动作能力，使其能够可靠调用游戏内外部系统能力，如任务系统、剧情系统、检索系统、脚本/代码执行、UI/Browser 自动化等，提升 Agent 在真实业务场景中的执行能力 6）评测体系与系统优化：建立面向 Agent 的评测体系，围绕任务完成、角色设定一致性、叙事合理性、工具调用成功率、长期记忆效果、安全性等维度设计 Eval、自动化测试与分析机制，推动模型与系统持续迭代 7）多 Agent 与前沿探索：探索 Multi-Agent、GUI Agent、Browser Agent、World Model、MCP 等前沿方向在游戏中的应用，与产品、策划、工程团队协同推进 Agent 能力的落地与创新

● 参与高德 AI Agent 在通识搜索场景下的 RAG 系统建设与效果优化，围绕知识组织与预处理、检索策略框架、Context 注入质量控制、检索词改写、检索结果 rerank 等核心环节开展研发。 ● 建设以 LLM 推理为中心 的评估体系，从 Information Sufficiency、Reasoning Supportability、Noise Resistance、Output Faithfulness 等维度分析并优化通识搜索效果。 ● 结合离线评测与实验分析，定位检索、推理与生成链路中的关键问题，推动算法迭代和效果持续提升。

1、主导基于大模型的AI Agent全生命周期研发，包括通用型及垂直领域AI Agent的架构设计、模型训练与评测； 2、运用SFT、RL等Post-training训练方法，提升大模型在自主规划（Planning）、多步推理、RAG增强生成、工具调用、数据问答、文案生成等方面的能力； 3、跟踪LLM与Agent领域的国际前沿技术动态，推动技术创新在业务场景中的落地应用，重点突破复杂推理、数据洞察、AI搜索、文案创作、图像连续编辑等方向的应用创新； 4、持续优化Agent算法与系统架构，构建端到端的智能体评测体系，开发自动化评估工具与多维评价指标，提升Agent系统性能与效率，打造业内领先的AI Agent技术方案。