阿里巴巴大模型反思和回溯高阶推理能力工程师
任职要求
1.自然语言处理、机器学习、数据挖掘、人工智能等相关专业的硕士生/博士生； 2.熟练掌握Tensorflow、Pytorch等深度学习框架，扎实的编程基础，具备独立的算法实现能力； 3.有LLM实操经验，参与过大模型预训练，SFT，RLHF等项目者优先； 4.良好的逻辑分析能力和数理基础，对算法原理及应用有较深入的理解，在人工智能相关的各类国际顶级会议/期刊中发表过论文者优先。
工作职责
1. 跟进和研发大规模语言模型（LLM）的预训练、持续训练、SFT、RLHF 等技术； 2. 跟进多模态的大模型（vLLM）预训练、SFT、RLHF等技术； 3. 研发基于大模型的淘宝问问助手、ChatBot、检索增强、Code、Longchain等下游应用； 4. 结合以上方向的探索和研究，撰写发表论文，和业界、学术界保持良好的交流。
美团基础研发平台，作为公司的核心技术平台，致力于“零售+科技”的战略发展。我们专注于智能体构建、大模型推理、多模态训练等核心技术，并通过FRIDAY模型工厂与应用工厂，为业务提供稳定、安全、易扩展与技术先进的平台技术和技术能力。我们聚焦于大模型和智能体的前沿算法研究和应用落地，致力于将先进的人工智能技术转化为实际的业务价值。 我们真诚邀请你加入我们，共同推动技术发展，创造行业价值。 1. 负责大模型在业务场景下关键能力的应用研发，包括但不限于知识和指令遵循、分析诊断、深度推理、反思和评估等能力的优化和落地。 2. 深入研究并优化大模型在长文本理解、生成方面的效果和性能，推动相关技术在实际业务中的应用。 3. 研发和优化智能体的function call、多智能体间协调，使其能够高效、准确地调用内部和外部工具，扩展智能体的应用边界。 4. 结合自主Agent的理念，探索和优化模型的能力边界，推动模型在复杂任务上的表现。 5. 与工程团队紧密合作，推动算法模型的工程化落地，包括模型压缩、加速、部署和监控等环节。 6. 跟踪业界前沿技术，结合业务需求进行预研和技术储备，保持团队的技术竞争力。
美团基础研发平台，作为公司的核心技术平台，致力于“零售+科技”的战略发展。我们专注于智能体构建、大模型推理、多模态训练等核心技术，并通过FRIDAY模型工厂与应用工厂，为业务提供稳定、安全、易扩展与技术先进的平台技术和技术能力。我们聚焦于大模型和智能体的前沿算法研究和应用落地，致力于将先进的人工智能技术转化为实际的业务价值。 我们真诚邀请你加入我们，共同推动技术发展，创造行业价值。 1. 负责大模型在业务场景下关键能力的应用研发，包括但不限于知识和指令遵循、分析诊断、深度推理、反思和评估等能力的优化和落地。 2. 负责个人助理、企业知识问答、办公应用等算法工作，推动相关技术在实际业务中的应用。 3. 优化企业内知识和外部信息拓展的查询、跟进、总结能力，提升办公效率。 4. 研发和优化智能体的function call、多智能体间协调，使其能够高效、准确地调用内部和外部工具，扩展智能体的应用边界。 5. 与工程团队紧密合作，推动算法模型的工程化落地，包括模型压缩、加速、部署和监控等环节。 6. 跟踪业界前沿技术，结合业务需求进行预研和技术储备，保持团队的技术竞争力。
美团基础研发平台，作为公司的核心技术平台，致力于“零售+科技”的战略发展。我们专注于智能体构建、大模型推理、多模态训练等核心技术，并通过FRIDAY模型工厂与应用工厂，为业务提供稳定、安全、易扩展与技术先进的平台技术和技术能力。我们聚焦于大模型和智能体的前沿算法研究和应用落地，致力于将先进的人工智能技术转化为实际的业务价值。 我们真诚邀请你加入我们，共同推动技术发展，创造行业价值。 1. 负责大模型在业务场景下关键能力的应用研发，包括但不限于知识和指令遵循、分析诊断、深度推理、反思和评估等能力的优化和落地。 2. 深入理解商家服务、智能销售和经营分析等业务场景，通过任务抽象，能够提炼出这些核心场景的系统性优化方向，提升B端应用的核心价值和体验，赋能行业升级。 3. 研发和优化智能体的function call、多智能体间协调，使其能够高效、准确地调用内部和外部工具，扩展智能体的应用边界。 4. 结合自主Agent的理念，探索和优化模型的能力边界，推动模型在复杂任务上的表现。 5. 与工程团队紧密合作，推动算法模型的工程化落地，包括模型压缩、加速、部署和监控等环节。 6. 跟踪业界前沿技术，结合业务需求进行预研和技术储备，保持团队的技术竞争力。
1. 支持智能客服项目，负责对话理解和生成类任务的算法建模工作，包括但不限于知识和指令遵循、深度推理、反思和评估等能力的优化和落地。 2. 参与大模型研发及业务落地，支持客户之声、风控、舆情、客服机器人等多场景的效果优化； 3. 通过系统建设，降低业务分析数据的门槛，影响和提升业务对数据价值挖掘的能力和效率； 4. 参与技术新的探索，挖掘大模型落地场景。