美团履约平台技术部-大模型算法工程师
任职要求
1. 有LLM预训练经验优先,熟悉相关技术细节和优化策略,了解开源社区的一些GPT项目,如langchain、AutoGPT、LLM-plugin等。 2. NLP相关领域3年以上经验优先,具有扎实的算法理论基础,熟练掌握自然语言主要算法模型,如实体识别、知识抽取等。 3. 针对NLP主流大模型如ChatGPT/PaLM有了解,对模型原理有深入了解。 4.…
工作职责
1、大模型高效微调方法,包括数据采样与增强、微调技术探索等,持续提升模型的知识覆盖、推理、工具调用,长文本,RAG等相关能力; 2、大模型对齐方法,包括对齐策略迭代、奖励模型优化、数据构造与优化等,提升模型在安全、可信,风格等方面的表现; 3、探索前沿的大模型相关技术,包括但不限于MoE、原生多模态、长文本技术、智能体构建等,并将前沿技术应用在业务中; 4、视觉-语言模型(VLM)优化方法,包括视觉-语言的特征对齐、VLM的优化和评估等;
1. 负责美团骑行资产管理、路面运营以及用户增长与留存等核心业务场景。包括但不限于:供需预测与耗电量预估、智能化系统派单和履约管理、智能化用户激励策略等关键问题的算法设计与落地。 2. 负责追踪并引入学、业界的前沿思想,打造大规模智能化决策引擎,超越传统求解器应用,设计并研发融合运筹优化、强化学习、LLM 与生成式 AI 的智能决策系统。 3. 与业务、产品、工程团队进行深度协作,精准识别业务痛点,完成从复杂系统建模、核心算法研发、工程化落地到持续迭代优化的全链路闭环,以数据和算法驱动业务智能化转型和持续增长。
团队介绍:依托阿里巴巴集团强大的技术生态,基于菜乌深耕多年的物流供应链产品技术中后台,搭建具备跨境出口业务特色的小包裹物流履约产品技术体系。 通过对接全链路各环节的物流资源,搭建C2G全球网络。基于信息流高效协同“揽收、调拨、集运、组包、配舱、清关、卡班运输、未端派送、逆向退回等”各物流环节,提供“优先、标准、简易、经济等”各样时效等级的物流产品与解决方案,完成前台电商供应链的物流需求履约。 通过工程、数据、算法的结合,对包裹可达计算、线路路由、订单分配、大包配舱、时效预测、异常管理等环节进行辅助与优化,助力提供具备一定成本、时效优势,服务稳定的物流服务。 职位描述: 1、负责设计和实现高效的数据处理和分析解决方案,支持业务决策和洞察。 2、参与大数据平台的建设,优化数据架构,确保数据的稳定、安全和可扩展性。 3、与业务团队紧密合作,理解需求,开发数据模型和报表,提供数据驱动的洞见。 4、负责数据仓库的维护和优化,确保数据质量,提升数据提取和分析的效率。 5、持续监控和优化数据处理性能,解决数据相关问题,推动数据治理的实施。 1、Responsible for designing and implementing efficient data processing and analysis solutions to support business decision-making and insights. 2、Participate in the construction of big data platforms, optimize data architecture, ensuring data stability, security, and scalability. 3、Collaborate closely with business teams to understand requirements, develop data models and reports, providing data-driven insights. 4、Oversee data warehouse maintenance and optimization, ensuring data quality and enhancing data extraction and analysis efficiency. 5、Continuously monitor and optimize data processing performance, resolve data-related issues, and promote data governance implementation.
技术团队介绍 我们致力于打造业界领先的大模型算法应用架构团队,推动AI技术在产业互联网的深耕落地,重塑新一代数字化供应链系统和产业带智能工厂生态,构建下一代1688互联网产品技术形态。在这里你将收获: 1.深耕大模型算法的核心技术,探索前沿的算法架构设计,推动技术的创新与突破; 2.与顶尖团队协作,共同解决实际场景中的复杂问题,让技术真正落地并产生影响; 3.在快速发展的AI领域中,获得广阔的成长空间和职业发展机会,成为技术领域的引领者。 具体工作范围 1.负责1688LLM的模型蒸馏和二次训练基础算法工作,同时提供面向Agents研发模式下的,大模型算法数据+测评技术工作; 2.结合业务需求,设计和扩展LLM的应用场景范围及规模,提高模型微调后再垂直领域的应用及专家模式的架构尝试; 3.基于产业智联的工厂、设计师、物流团队等多生态角色,构建基于平台调度的AI协同履约能力,打造产联业务新产技创新产品;