阿里巴巴智能对话工程师

深入参与智能对话系统的核心算法研发，定义下一代智能对话的技术形态。工作内容包括但不限于： 1、对话 Agent：利用前沿的智能体技术（如Reasoning、Agentic Coding、Agentic RL）优化系统在知识应用、工具调用、对话流控制上的能力，提升系统回复与决策的准确率，以及在长轨迹任务的执行达成率； 2、深度融合知识的对话回复和决策：主导研发将行业知识 (如业务规则) 与大模型进行深度、动态融合的先进技术，如知识结构化处理、RAG、知识推理，以提升对话回复的准确度； 3、智能对话业务攻坚与定制化调优：深入剖析垂直行业场景，负责大模型后训练全链路技术（数据-训练-评测），定制和优化模型在真实场景的效果，特别是指令遵循、上下文理解、任务规划方面； 4、评测体系与数据飞轮：建立并完善一套科学、全面的评测体系，能够精准衡量系统在真实场景的能力水平；设计并驱动高效的数据闭环系统，利用真实用户反馈持续、自动化地优化模型； 5、MaaS 平台化与云产品建设：将前沿和自研的智能对话技术进行标准化抽象，沉淀为MaaS平台的基础服务以服务更多客户，打造具备极致性价比和领域专业度的 AI 云产品核心竞争力。

职位概述 负责云端对话平台研发，包括系统架构设计和开发、多智能体构建和落地。 岗位职责 1.设计和开发对话平台，负责多智能体对话架构建设； 2.优化对话效果，提升系统全链路性能，满足高性能和高可用性； 3.协同上下游研发工程师完成系统功能迭代； 4.研究系统建设中的问题并进行技术攻关； 5.创建、撰写、评审并维护系统需求文件。

1. 参与千问智能对话AI助手产品研发，基于业务诉求及规划设计和研发AI Agent应用； 2. 参与对话产品后端核心架构设计和迭代，构建高可用、低延迟的MultiAgent架构； 3. 协同算法、产品、前端等多团队，将前沿AI能力转化为产品能力，提升用户体验。

1、机器人全链路数据体系搭建：建立维护全链路数据体系，监控核心业务指标（如消耗、GMV等等）、用户体验指标（满意度等等）以及机器人能力指标（召回率等等）。定期输出分析报告，从数据中发现问题并提出优化方案； 2、行业化解决方案沉淀 ①销冠数字化：深入挖掘电本地生活垂直行业的Top Sales对话逻辑，将其拆解为机器可执行的标准策略（SOP），沉淀数据资产； ②行业知识运营：主导不同行业（如医美、教育、汽车）的通用知识库运营，by行业运营知识生产、知识质检等，对知识库知识完整性以及知识健康度负责； 3、商家运营与生态建设： 联动行业运营，深入探查商家需求，打造标杆案例，通过数据标杆案例等策略撬动商家，提升商家对智能接待的信任度与配置活跃度。同时制定商家覆盖策略，推进智能机器人的商家覆盖，进而带动商业化消耗； 4、Bad Case治理以及模型迭代数据闭环：对接标注团队，建立badcase标准以及自动化运营流程以及机制，提升处理效率，并反向推动产研优化。负责对话质检以及构建高质量的RLHF（人类反馈强化学习）排序数据，直接参与模型效果的评估与迭代。