蚂蚁金服蚂蚁集团-大模型算法工程师-智能对话
任职要求
1.负责大模型算法的研发与优化，确保技术实现的高效性和准确性； 2.具备扎实的大模型算法知识，认真细致的分析能力，能够独立分解及处理复杂的实际问题。参与模型的构建、训练及调试，提升模型的性能和效率； 3.数据处理认真仔细，能主动积极搜集必要信息，达成目标； 4.熟练使用相关工具和框架，如TensorFlow、PyTorch、Deepspeed、Verl等； 5.熟悉RL原理，对相关算法如ppo、grpo等能熟练使用并实验； 6.具有良好的团队合作精神，能够有效沟通，协同解决技术难题。
工作职责
1.探索并完成RL训练在业务场景的落地，以取得实际结果为最终目标。基于大模型及NLP技术，负责对话系统相关模型的优化和迭代； 2.数据整理和分析，能够针对对话数据、错误数据、训练数据等多种数据样本进行针对性分析，归纳并探索出提升方式； 3.与团队合作，参与保险对话AI蚂小财的打造和优化，强化服务、销售、客服、内容供给、copilot等对话能力； 4.探索技术前沿领域，鼓励并支持研究成果沉淀为论文和专利。
1、开发AI驱动的智能客服系统：设计并实现AI对话式客服助手，能够处理电商咨询、投诉、退款、争议解决及物流相关问题，以AI替代传统人工客服； 2、大语言模型（LLM）后训练与高效学习：应用最前沿的LLM训练优化技术，如指令微调、强化学习、持续学习等，在最少标注数据的情况下优化AI客服响应质量，具备大语言模型（LLM）微调、知识蒸馏或强化学习的相关经验，应用于对话式AI场景；深入理解检索增强生成（RAG）、专家混合模型（MoE）、稀疏注意力、强化学习、推理时间优化等技术，以提升AI对话质量； 3、基准测试与训练数据构建：识别具有挑战性的客服交互场景，如政策解读、争议处理、客户投诉、导购推荐等，并构建专门的测试集和训练集； 4、多语言与跨文化客服支持：构建能够适应多语言和不同文化背景的AI模型，确保客服交互的精准翻译和针对不同用户群体的合适响应；精通多语言自然语言处理（NLP）、机器翻译及跨语言对话建模； 5、模型优化与高效部署：研究模型压缩、量化、推理优化等技术，确保AI客服助手在大规模应用场景下具备低延迟、高可靠性的表现。
1、开发AI驱动的智能客服系统：设计并实现AI对话式客服助手，能够处理电商咨询、投诉、退款、争议解决及物流相关问题，以AI替代传统人工客服； 2、大语言模型（LLM）后训练与高效学习：应用最前沿的LLM训练优化技术，如指令微调、强化学习、持续学习等，在最少标注数据的情况下优化AI客服响应质量，具备大语言模型（LLM）微调、知识蒸馏或强化学习的相关经验，应用于对话式AI场景；深入理解检索增强生成（RAG）、专家混合模型（MoE）、稀疏注意力、强化学习、推理时间优化等技术，以提升AI对话质量； 3、基准测试与训练数据构建：识别具有挑战性的客服交互场景，如政策解读、争议处理、客户投诉、导购推荐等，并构建专门的测试集和训练集； 4、多语言与跨文化客服支持：构建能够适应多语言和不同文化背景的AI模型，确保客服交互的精准翻译和针对不同用户群体的合适响应。精通多语言自然语言处理（NLP）、机器翻译及跨语言对话建模； 5、模型优化与高效部署：研究模型压缩、量化、推理优化等技术，确保AI客服助手在大规模应用场景下具备低延迟、高可靠性的表现。
1、 负责智能客服系统和相关平台、工具、产品的研究开发，包括对话管理、语言生成、闲聊、问答等。 2、 开发各类NLP模型（如对话理解、文本分类、问题摘要、QA生成等）和预测模型（如用户问题预测）。 3、 基于业务数据的分析，提出建设性的架构方案，设计有效的服务SOP链路。
1、 负责智能客服系统和相关平台、工具、产品的研究开发，包括对话管理、语言生成、闲聊、问答等。 2、 开发各类NLP模型（如对话理解、文本分类、问题摘要、QA生成等）和预测模型（如用户问题预测）。 3、 基于业务数据的分析，提出建设性的架构方案，设计有效的服务SOP链路。