拼多多大模型应用工程师
任职要求
1、熟悉LLM应用/RAG相关框架 2、突出的工程落地能力，能主导从技术方案设计到生产部署的全生命周期管理 3、熟练掌握Python/Golang技术生态 4、优秀的跨团队协作能力，能将复杂技术问题转化为可执行的业务方案 加分项 1、有成功落地的大模型项目经验，或知名AI产品核心开发经历 2、有开源框架项目参与经验优先
工作职责
岗位职责： 1、参与构建LLM在垂直领域的创新应用，设计并落地AI Agent、RAG等解决方案，推动业务场景智能化升级 2、跟踪国际前沿技术动态，通过技术预研和原型验证，持续探索大模型技术的突破性应用方向 3、跨部门协同多团队，制定端到端的大模型应用落地路径，平衡技术先进性与工程可行性
1.参与ai agent产品开发，设计Agent的工作流程和模型之间的交互过程，包括任务规划、工具调用、记忆与上下文管理策略； 2.设计历史记录管理，长期记忆，用户画像体系，长文本知识检索等模块，提升用户体验； 3.构建体系化的上下文工程，沉淀可复用的上下文模板与评测标准； 4.调研、跟踪和使用业界最新的框架和工具，并能在实际业务中落地。
团队介绍：字节跳动技术风险团队，提供变更、资金、运维、蓝军等技术风险领域的基建能力，支撑公司数十条业务线的稳定性建设。同时也在积极探索利用大模型技术，在技术风险领域对基建能力做持续的优化和提升，包括智能化资金核对、发布过程的智能检测等。 1、探索大模型技术在技术风险领域中的落地应用，提供基于大模型的智能交互、根因定位和异常检测等服务； 2、搭建大模型应用的框架，融入技术风险平台，为研发效率提升提供智能服务； 3、持续跟进大模型前沿技术、开源方案及其在技术风险领域的应用。
1. 负责生成式语言模型应用的设计，开发，和落地，为用户使用场景提供更好的体验。 2. 在已部署的大模型服务中，调研不同模型与架构对服务指标的影响。 3. 结合提示词工程 (prompt engineering)，模型微调 (supervised/parameter efficient fine-tuning)，函数调用 (function calling)，配合向量数据库的检索增强生成 (RAG)等大模型技术，研发关键功能，实现稳定，可复现的模型产出。 4. 跟进业界的最新产出结果，根据业务需求，为团队调研引入新的大模型应用场景。
大模型算法应用工程师 岗位职责及目标 1、聚焦大语言模型（LLM）应用，包括但不限于大模型在数字人、智能客服、对话式导购、AI-Agent、文档对话等领域的核心技术攻坚，持续提升大模型的应用效果，保持技术在行业的竞争力； 2、持续跟进和探索大语言模型、多模态AIGC等AI技术的未来发展和应用趋势，和业界保持紧密的交流。