新浪微博AI应用开发工程师

1. 负责生成式 AI 应用的后端架构设计与核心模块开发 2. 推动 AI 工程化落地，实现算法到工程的完整闭环 3. 与产品团队紧密协作，探索 AI 的创新场景，快速验证技术原型并落地 4. 跟踪前沿AI技术发展，提供创新性技术解决方案

1. 探索面向企业员工办公场景智能体架构，参与企业级AI Agent系统的设计与开发； 2. 整合RAG、知识图谱等关键技术，开发高性能推理框架； 3. 开展大模型微调、强化学习（RLHF）与Agent行为调优，解决复杂任务中的实时性、稳定性与资源消耗等问题，提升任务执行准确率与用户体验； 4. 协同业务、产品团队，主导从需求分析到技术方案设计落地等关键环节，构建端到端的技术实现路径，实现Agent能力与业务场景的深度融合； 5. 参与优化Agent自主决策、任务规划、多模态交互等能力，构建Agent系统的量化评估体系； 6. 持续关注AI领域最新进展，研究Agent领域的前沿技术（如ReAct、COT、MCP等多智能体协作），并推动工程场景落地与性能优化； 7. 重点围绕自营类业务的供应链、消费、风控等场景进行AI创新应用，进一步降低用户消费决策成本，提供突破性消费体验。

1. 负责企业级智能办公助手AI Agent的架构设计与核心功能开发，打造智能化、自动化的办公体验； 2. 参与大模型微调、强化学习（RLHF）与Agent行为调优，优化Agent任务执行效率与响应质量，提升任务执行准确率与用户体验； 3. 负责Agent系统关键技术攻关，包括但不限于：多轮对话管理与上下文理解、复杂任务分解与规划、多模态交互与工具调用、智能体协同决策机制； 4. 与业务团队紧密协作，深入分析场景需求，设计端到端解决方案，实现Agent能力与业务流程的深度融合； 5. 建立Agent系统的性能和效果的评估体系，包括准确率、实时性、可靠性等关键指标的量化监控； 6. 持续跟踪AI前沿技术(如ReAct、CoT、MCP、A2A)，推动新技术在工程场景落地与性能优化。

1、负责AI算法的工程化落地或AI技术在智能化产品的场景落地，能够在指导下完成算法引擎的能力构建或智能助理类产品的业务应用开发； 2、跟踪行业动态和新技术发展，持续通过新技术的引入及落地支持AI产品体验提升。