理想汽车用户认知模型建模工程师
任职要求
1. 车辆工程、智能电动车辆、人因工程、计算机或相关领域的硕士及以上学历；
2. 熟悉智能座舱人因研究、用户体验测评方法论，有相关项目经验者优先；
3. 具备良好的用户行为数据分…工作职责
1. 负责多角色智能体的用户体验评价体系构建，并建立量化评估规范； 2. 结合机器学习算法，构建Agent用户体验认知模型 ； 3. 结合实际业务场景，主导并推进评价体系和认知模型应用落地； 4. 根据用户体验认知模型，构建Agent自动化体验评测流程和应用落地； 5. 追踪学术和竞品等前沿研究，定期输出大模型应用洞察分析报告，提供业务支持。
1、通过对用户全域数据的挖掘和分析，进行用户建模，实现对用户各属性的精准刻画； 2、负责追踪业界先进算法的研发和优化，以提高各个模型的效果和效率； 3、建模用户认知标签，如用户兴趣、用户意愿等； 4、使用全域数据学习用户表征，输出给下游模型使用，优化模型效果。
利用快手平台海量用户的静态和动态数据，运用机器学习、数据挖掘等技术，对用户进行标签识别、人群挖掘、兴趣挖掘、表征学习等等。具体职责包括： 1、通过对用户全域数据的挖掘和分析，进行用户建模，实现对用户各属性的精准刻画； 2、负责追踪业界先进算法的研发和优化，以提高画像模型的效果和效率； 3、设计和建模用户认知标签，如兴趣、意愿等，参与相关业务效果的优化； 4、分析和研究数据与实际业务需求，针对具体业务场景，挖掘各类人群标签。
利用快手平台海量用户的静态和动态数据，运用机器学习、数据挖掘等技术，对用户进行标签识别、人群挖掘、兴趣挖掘、表征学习等等。具体职责包括： 1、通过对用户全域数据的挖掘和分析，进行用户建模，实现对用户各属性的精准刻画； 2、负责追踪业界先进算法的研发和优化，以提高画像模型的效果和效率； 3、设计和建模用户认知标签，如兴趣、意愿等，参与相关业务效果的优化； 4、分析和研究数据与实际业务需求，针对具体业务场景，挖掘各类人群标签。
以大模型对话技术为核心，探索前沿技术问题，研究方向主要为垂域模型的研究与构建。目标是为用户提供专属的玩乐变美便捷生活小助手，实现“技术驱动业务范式”的升级转变，最终助力商业价值全面提升。 研究方向一：Agent能力增强 基于Agent的用户助理，研究提升Agent自主规划能力，并通过Agent构建和基于后训练的优化，实现数字助理的能力复刻和增强。 研究方向二：强化学习算法研究 参与大语言模型后训练阶段的强化学习算法研究，包括基于AI和环境反馈的强化学习（RLXF）算法。同时探索奖励模型与反馈机制，研究可泛化的细粒度过程监督和奖励建模，探索基于细粒度反馈的强化学习算法。 研究方向三：垂域模型定制化构建 领域认知智能突破，探索小样本场景自演进架构设计、可信推理机制构建等方向，同时建立面向AGI的模型评价体系新范式。 研究方向四：精准上下文理解与长程依赖建模 研究如何高效、准确地捕获和利用复杂的项目级上下文信息（如整个代码库、依赖关系、API文档、Issue跟踪等），探索能够处理超长代码序列、理解跨文件依赖和项目架构的先进模型结构与表征方法，以支持更精准、更全局的代码智能，从而提升业务研发在存量代码中迭代的效率。