蚂蚁金服蚂蚁集团-大模型Agent算法应用工程师（就业）-支付宝技术
任职要求
必备 1、计算机/人工智能/相关专业，本科及以上，能独立完成训练到上线的工程闭环。 2、熟悉大模型与Agent技术栈：ReAct、AutoGPT/Adept式框架、LangChain/LangGraph、LlamaIndex 或同类；有 MCP 或函数调用/工具协议经验优先。 3、精通至少两项： a. 深度强化学习或偏好对齐：PPO/GRPO、DPO、RM训练、离线RL/IL； b. 多轮多步数据合成：自博弈、合成器编排、对抗与去噪、质量评审； c. 复杂决策建模：MDP/POMDP、分层/选址规划、树搜索； d. Planni…
工作职责
1、设计与落地多轮多步数据合成流程（对话、计划、工具调用轨迹、偏好反馈等），构建高质量指令与偏好数据集。 2、组织 SFT + RL（如 DPO、RM+PPO/GRPO、RLHF/RLAIF）训练与离线评估，形成可复用训练/评测基座。 3、构建/优化 Agent 的 planning（planner、task decomposition、反思/复盘）与工具使用策略（tool selection、参数填充、错误恢复等）。 4、设计 memory 体系（短期/长期/检索记忆、用户画像）与个性化能力（偏好建模、上下文压缩、隐私保护）。 5、与产品/业务协同，将Agent能力在实际场景中落地并持续优化性能、成本与延迟。
我们致力于在电商交易生态中，定义下一代AI驱动的服务范式。你将作为核心成员，负责打造具备高情商、强逻辑、高可靠性的 Service Agent。我们不仅是在做小蜜智能对话机器人，更是通过大模型技术重塑数亿用户的智能服务办理流程，构建电商服务领域的“数字大脑” 1. Agent应用架构设计与落地：负责电商服务领域复杂服务场景（如小蜜、纠纷&赔付、服务风控），设计并搭建具备多步推理、工具调用能力的 Agent 架构，负责核心产品的workflow设计，解决智能服务长链路以及多链路协作难点; 2. 构建高可用智能服务系统：主导Agent算法工程的应用落地，涵盖向量库选型、多路召回策略实现、Context Engineering以及工具调用的精准控制。负责大模型推理加速、响应延迟及成本路由控制。提升复杂商业场景下的问题解决率及落地稳定性； 3. Agent系统效果评测与迭代：针对电商服务中的高置信度场景，构建 Service Agent 专属评估体系（Benchmark）及全链路自动化评测体系，通过数据工程手段优化Prompt工程与知识库质量，确保Agent 输出符合服务严谨性要求； 4. 前沿技术探索与转化：探索多智能体协作（Multi-Agent）、多模态融合和Self-Evolving等前沿方向，鼓励将学术界的最新成果快速转化为可落地的产品能力。
我们致力于在电商交易生态中，定义下一代AI驱动的服务范式。你将作为核心成员，负责打造具备高情商、强逻辑、高可靠性的 Service Agent。我们不仅是在做小蜜智能对话机器人，更是通过大模型技术重塑数亿用户的智能服务办理流程，构建电商服务领域的“数字大脑” 1. Agent应用架构设计与落地：负责电商服务领域复杂服务场景（如小蜜、纠纷&赔付、服务风控），设计并搭建具备多步推理、工具调用能力的 Agent 架构，负责核心产品的workflow设计，解决智能服务长链路以及多链路协作难点; 2. 构建高可用智能服务系统：主导Agent算法工程的应用落地，涵盖向量库选型、多路召回策略实现、Context Engineering以及工具调用的精准控制。负责大模型推理加速、响应延迟及成本路由控制。提升复杂商业场景下的问题解决率及落地稳定性； 3. Agent系统效果评测与迭代：针对电商服务中的高置信度场景，构建 Service Agent 专属评估体系（Benchmark）及全链路自动化评测体系，通过数据工程手段优化Prompt工程与知识库质量，确保Agent 输出符合服务严谨性要求； 4. 前沿技术探索与转化：探索多智能体协作（Multi-Agent）、多模态融合和Self-Evolving等前沿方向，鼓励将学术界的最新成果快速转化为可落地的产品能力。
职位描述 1、负责构建Agent核心逻辑，包括但不限于任务规划和编排，工具调用，mcp，skill，多轮对话管理，记忆，RAG，上下文工程，多智能体协同。 2、负责业务场景和商用场景的agent搭建，提供可用于生产的智能助手。 3、负责构建长短期记忆架构，解决长上下文的遗忘与注意力发散问题，提升用户在长期交互中的沉浸感，一致性。 4、负责构建文本的RAG系统，包括检索，召回，文本处理，等主要模块开发和优化。 5、负责Agent工具开发，接入搜索，浏览器，虚拟机等外部API、MCP和skills。 6、负责设计和调优Prompt，针对不同产品需求进行定制化优化。 7、负责针对产品需求设计科学，严谨的可量化指标和测试方案。
1. 跨境场景NLP技术落地与业务赋能：聚焦Joybuy跨境电商核心场景，负责llm技术的实战落地与效果闭环，深度结合内容理解能力解决业务痛点，涵盖多语言文本理解、商品标题/详情页智能优化、跨语言搜索与推荐增强、机器翻译等，推动技术转化为实际业务增长； 2. 智能交互体系构建与优化：搭建并迭代面向全球用户的多语言智能交互产品（智能客服、自然语言查询解析、意图识别等），依托Prompt Engineering能力提升交互精准度，优化用户咨询响应效率与问题解决率，强化用户体验与业务转化； 3. 商品多语言信息治理实战：针对跨境商品多语言信息杂乱问题，设计并落地文本清洗、实体抽取、属性标准化算法方案，结合业务场景打磨模型效果，保障商品信息准确性与一致性，为精准匹配、合规运营提供核心支撑； 4. 前沿技术业务化创新：跟进NLP领域前沿技术（大模型、多模态等），主导Prompt优化、SFT（模型微调）等实战落地，结合Joybuy跨境业务特性进行技术创新，推动算法效果、业务效率双重迭代；熟悉AI相关平台操作，赋能技术快速落地； 5. 跨团队协作与工程化落地：与产品、业务、工程团队深度协同，精准理解业务需求并转化为算法方案，具备微服务相关经验者优先，保障算法方案在微服务架构下稳定落地，兼顾系统性能、可扩展性与业务实用性。