阿里巴巴淘宝平台事业部-大模型算法工程师-智能服务算法
任职要求
1. 计算机科学、统计学或相关领域的硕士及以上学位。 2. 至少一年以上工作经验，具有强化学习在大模型的相关应用项目经验。 3. 熟练掌握深度学习、强化学习以及传统机器学习算法，有在风险评估或决策系统中应用这些技术的实战经验。 4. 擅长使用Python和至少一种深度学习框架（如TensorFlow或PyTorch），有良好的软件开发能力和编程习惯。 5. 具有优秀的数据分析能力，并能够对数据进行洞察以引导模型的建立和优化。 6. 具备在不确定环境下主动识别问题、分析问题并解决问题的能力。 7. 有出色的团队协作和沟通能力，能够在跨职能团队中高效合作。 8. 持续关注行业趋势和学术进展，对新技术抱有热情并愿意快速学习并应用于工作中。
工作职责
1. 团队致力于大模型在阿里智能客服场景下的落地使用， 团队内技术氛围浓厚， 拥有先进的大模型落地经验； 2. 在这里你能够接触到海量的售前售后服务域数据，将多轮对话理解、多模态等领域的前沿算法技术转化为智能服务产品的全新体验； 3. 基于大模型能力，探索前沿的技术方向，并通过预研实验实现突破性技术创新，设计并研发基于大模型的应用和服务，打造客服领域专属的AI产品。
我们是致力于推动智能化服务技术革新的创新团队，专注于为全行业提供高效、智能的解决方案。我们的业务涵盖智能客服、智能培训、智能质检等多个领域。 我们团队正在建设“评测数字员工”，旨在通过标准化、智能化的评测手段，推动AI智能服务的全面升级，并打造行业领先和有代表性的评测体系与benchmark。 如果你对AI、NLP、数据挖掘、评测等领域充满热情，并希望在一个充满挑战与机遇的环境中快速成长，那么加入我们，一起定义未来智能化服务的新标准！ 【职位描述】 1. 评测体系设计：参与设计并优化智能化服务（包括智能客服、智能培训、智能质检等）的评测体系，涵盖对话质量、操作质量、培训效果、拟人化、用户满意等核心指标。 2. 评测开发与优化： ○ 研发并优化基于LLM-as-Judge的评测能力，包括但不限于对话生成质量评估、意图识别准确率、多轮对话一致性等。 ○ 探索agent在复杂任务中的性能评测方法，如任务规划、SOP遵循、RAG、多模态交互等。 3. Red-team：针对agent系统的弱点进行攻击，找到系统潜在的风险，防患于未然。 4. Benchmark构建：构建并维护智能化服务领域的代表性benchmark，确保评测标准的科学性与可扩展性。 5. 数据驱动决策：通过数据分析与挖掘，识别智能化服务系统的性能瓶颈，并提出改进方案。 6. 跨业务协作：与多个智能体研发团队、产品团队紧密合作，确保评测体系与业务需求的高度匹配，推动产品的持续优化。 7. 技术前沿探索：跟踪智能化服务领域的最新技术动态，探索并落地创新评测方法。
1、负责大模型，深度学习，知识图谱等技术在软件智能交付领域的相关应用技术研发，业务场景包括但不限于需求理解、测试生成、智能交互、风险挖掘等； 2、跟踪AIGC等前沿技术领域的最新研究成果，探索工业领域落地可行性，并持续提升算法应用效果； 3、探索大模型技术在智能测试领域中的落地应用，为测试效率提升提供智能服务； 4、深度参与项目研发，与产品和业务团队同学保持密切配合，不断优化项目整体效益，提升用户体验。
1、负责大模型，深度学习，知识图谱等技术在软件智能交付领域的相关应用技术研发，业务场景包括但不限于需求理解、测试生成、智能交互、风险挖掘等； 2、跟踪AIGC等前沿技术领域的最新研究成果，探索工业领域落地可行性，并持续提升算法应用效果； 3、探索大模型技术在智能测试领域中的落地应用，为测试效率提升提供智能服务； 4、深度参与项目研发，与产品和业务团队同学保持密切配合，不断优化项目整体效益，提升用户体验。
1. 负责阿里店小蜜智能问答客服机器人的优化，利用大模型技术，结合业务需求和用户反馈，不断提升系统的智能化水平和用户体验； 2. 研究并应用最新的LLM技术、AI Agent框架，与产品和工程团队紧密合作，推动更先进更优秀的客服机器人对话产品策略的落地。