顺丰大模型算法工程师（销服）

1、大模型与智能体核心能力建设： 围绕销售及大件业务场景，负责大语言模型在意图识别、规划理解、多轮对话、用户画像与偏好洞察、话题与线索分析、知识问答及 chatBI 等核心能力上的应用设计、微调与持续优化，支撑线索智能体、销售助手智能体及大件智能体等关键场景落地。 2、智能体推理链路与多智能体协同设计： 参与线索子智能体、销售助手子智能体、大件智能体与一级、三级销售智能体的大模型协同架构设计，构建基于大模型的多轮推理、任务分解与业务决策链路，提升智能体在复杂销售与大件业务场景下的理解、决策与协同执行能力。 3、智能体工程化与能力复用建设： 设计并持续优化 Prompt、RAG（检索增强生成）、工具调用及 Agent 协作机制，推动大模型、推荐及相关决策能力的工程化落地，保障智能体能力的稳定性、可扩展性与跨场景复用。 4、业务决策模型与数据驱动优化： 结合销售线索质量、智能报价与折扣策略等业务需求，支持折扣方案模型的优化与场景拓展，通过数据挖掘与分析持续评估智能体与模型效果，驱动核心能力的迭代优化与业务价值提升。

1、深度参与 1688 销服大模型建设工作，主导大模型的训练与调优工作，运用先进的技术和算法，不断提升模型的性能与表现； 2、负责销售 copilot、人机协同服务、电销数字人、运营服务数字孪生等 AI 原生应用的设计与研发，确保产品的创新性与实用性； 3、推动 AI 原生应用在销服服务场景中的落地，深入分析业务需求，通过技术手段提升作业效率与用户体验； 4、持续关注行业内拟人交互技术的发展趋势，引入前沿技术并进行创新应用，保持团队在技术上的先进。

保险服销算法团队聚焦营销推荐/大模型在保险规划师业务场景的落地与探索，团队内技术氛围浓厚，拥有丰富的营销推荐/大模型落地经验，以及海量的对话、图像、音频、用户行为等数据，团队不断利用前沿的营销推荐/大模型技术，打造极致的用户服务体验。岗位核心工作包括： 1.负责营销推荐链路优化，包括用户表征学习、序列建模、多任务学习、多场景建模等，为业务带来有质量的用户增长； 2.提升规划师和用户的服务匹配效率，包括用户理解、规划师理解、最优化匹配等； 3.通过SFT、RL等技术，提升基模在领域的推理能力，产出个性化的保险服务策略，包括销售机会识别、服务思路SOP构建、销售话术生成等。

我们是小红书中台大模型 Infra 团队，专注打造领先易用的「AI 大模型全链路基础设施」！团队深耕大模型「数-训-压-推-评」技术闭环，在大模型训练加速、模型压缩、推理优化、部署提效等方向积累了深厚的技术优势，基于 RedAccel 训练引擎、RedSlim 压缩工具、RedServing 推理部署引擎、DirectLLM 大模型 API 服务、QuickSilver 大模型生产部署平台等核心产品，持续赋能社区、商业、交易、安全、数平、研效等多个核心业务，实现 AI 技术高效落地！ 1、参与设计实现支持RLHF/DPO等对齐技术的高效训练框架，优化强化学习阶段的Rollout、Reward Model集成、多阶段训练 Pipline； 2、研发支持多机多卡 RL 的分布式训练框架，开发TP/PP/ZeRO-3与RL流程的动态协同机制，解决 RL 算法在超长时序下的显存/通信瓶刭 3、构建端到端后训练工具链，主导框架与 MLOps 平台集成，提供训练可视化、自动超参搜索等生产级能力 4、与公司各算法部门深度合作，参与大语言模型LLM、多模态大模型 MLLM等业务在 SFT/RL领域的算法探索和引擎迭代； 5、参与分析各业务 GPU 利用率与饱和度等指标，结合业务场景持续优化训练框架能力，提升框架领先性。