字节跳动大模型算法工程师-服务体验

1、负责优化抖音电商售后体验方向相关算法工作，解决消费者商家服务和仲裁环节的售后体验、服务权益等问题； 2、通过优化算法，在对消费者遇到问题时进行精准识别，支持平台主动介入解决问题，提升消费者购物体验； 3、建设售后服务MLLM基座大模型，并利用RAG/Agent/RL等技术，解决复杂场景下对体验问题的理解能力； 4、协同业务方，进行问题分析拆解，并整体规划算法工作。

1、负责电商场景下智能客服系统的大模型与 Agent 核心能力建设，构建全场景智能化服务流程，驱动消费者服务体验与运营效率的全面提升； 2、主导 AI Agent 关键能力的设计与优化，包括语义识别、上下文记忆管理、工具调用、任务规划与自主决策，打造能够充分解决消费者问题的智能服务体系； 3、负责多模态能力的研究与落地，融合文本、图像、语音等多种输入，实现语音交互、图像视频理解等场景下的统一理解与智能响应； 4、设计并完善效果评估体系，建立合理的量化指标体系，通过数据分析驱动模型与策略的持续迭代； 5、深入跟踪大模型与Agent前沿技术演进，借助Agent能力提升客服各业务场景下的交互流畅性与自然度；通过Harness架构设计有效控制模型幻觉，探索客服场景下的新一代模型应用范式，持续提升大模型在电商特定场景问题上的解决能力。

以大模型对话技术为核心，探索前沿技术问题，研究方向主要为垂域模型的研究与构建。目标是为用户提供专属的玩乐变美便捷生活小助手，实现“技术驱动业务范式”的升级转变，最终助力商业价值全面提升。 研究方向一：Agent能力增强 基于Agent的用户助理，研究提升Agent自主规划能力，并通过Agent构建和基于后训练的优化，实现数字助理的能力复刻和增强。 研究方向二：强化学习算法研究 参与大语言模型后训练阶段的强化学习算法研究，包括基于AI和环境反馈的强化学习（RLXF）算法。同时探索奖励模型与反馈机制，研究可泛化的细粒度过程监督和奖励建模，探索基于细粒度反馈的强化学习算法。 研究方向三：垂域模型定制化构建 领域认知智能突破，探索小样本场景自演进架构设计、可信推理机制构建等方向，同时建立面向AGI的模型评价体系新范式。 研究方向四：精准上下文理解与长程依赖建模 研究如何高效、准确地捕获和利用复杂的项目级上下文信息（如整个代码库、依赖关系、API文档、Issue跟踪等），探索能够处理超长代码序列、理解跨文件依赖和项目架构的先进模型结构与表征方法，以支持更精准、更全局的代码智能，从而提升业务研发在存量代码中迭代的效率。

1、参与构建抖音生活服务的AI Agent智能技术，通过不断优化大模型落地效果，提升服务体验，有效改善服务策略，提升服务质量； 2、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语言LLMPrompt工程/RAG/Agents/SFT/RLHF等LLM相关前沿技术； 3、深度参与产品研发项目，和产品经理/业务研发/业务质量/运营等同学密切配合，提高项目整体效率和收益。