字节跳动AI应用工程师-质量智能
任职要求
1、本科及以上学历，计算机、通信等相关专业； 2、对AI技术和大语言模型有浓厚兴趣，愿意跟进和探索最新的技术趋势，具备良好的学习和问题解决能力； 3、具备AI应用研发相关技术的经验，包括但不限于Langchain、Vector DBs…
工作职责
1、负责基于GUl Agent的自主测试领域的研究，通过智能分析需求文档，自动生成验证任务； 2、结合RAG业务知识增强，调度多类型端设备，完成任务的自动执行及效果验证； 3、业务RAG的深入建设：基于多源信息，构建全面、准确的图文一体化的业务功能知识图谱； 4、业务知识的充分利用：在RAG体系支撑基础上，充分利用业务知识，提高用例生成准确性、探索执行成功率； 5、模型基座能力提升：通过微调/强化等方法、提升基座模型在业务理解、UI图形界面功能感知、任务规划等核心能力，提高用例生成准召、执行成功率。
1、深入业务品质质量部门，识别可应用AI技术优化的痛点场景（如流程自动化、预测分析、智能决策），制定AI解决方案并推动落地； 2、负责设计、训练及优化AI模型（如机器学习、深度学习、大模型应用），实现数据预处理、特征工程、模型调优及部署，确保模型性能满足业务需求； 3、协调技术团队、业务团队及外部合作伙伴，推动AI项目从需求分析到上线交付的全流程管理，确保项目按时高质量交付； 4、通过数据监控（如效率提升、线上数据提升、客户满意度等关键指标），量化AI应用效果，并基于反馈持续优化技术方案； 5、跟踪AI领域前沿技术（如AIGC、多模态模型、Prompt Engineering），探索新技术在业务场景中的创新应用，推动业务智能化升级； 6、组织内部培训，提升团队对AI工具的认知与使用能力；编写技术文档，沉淀最佳实践，推动AI技术在公司内部的规模化应用。
1. 负责智能硬件产品的质量管理和控制，制定并实施产品质量标准和检验规范； 2. 参与产品开发全流程，从设计评审到量产阶段的质量把关，确保产品符合质量要求； 3. 分析质量问题的根本原因，推动问题解决并预防类似问题再次发生； 4. 建立和完善质量管理体系，提升整体质量管理水平； 5. 与供应商协作，监督其生产过程中的质量控制，确保来料合格； 6. 收集并分析用户反馈的质量问题，持续改进产品。
1. 参与大模型在商品领域的应用与创新，涉及语义分析、自然语言处理、人机对话、RAG（检索增强生成）、知识图谱、AI Agent等技术； 2. 与业务团队合作，支持技术团队将AI产品构想转化为工程解决方案，促进AI技术在实际业务中的应用； 3. 参与AI工程系统的架构设计，支持项目落地执行，并参与系统架构与用户体验的优化； 4. 关注AI技术前沿，参与技术探索和实践，支持团队在商品领域的技术创新。
1.主导外卖用户场景的AI技术落地，构建基于LLM的AI工程体系，探索RAG、AI Agent、多模态交互等技术在用户增长与体验优化中的创新应用 2.设计高并发、低延迟的AI服务架构，优化模型推理性能 3.洞察技术趋势，推动AI技术向业务价值转化，深度参与产品全链路建设 4.跟踪AIGC、多模态交互等前沿技术趋势，实现技术突破