美团商家大模型应用和智能体技术
任职要求
1. 计算机、人工智能、数学等相关专业硕士及以上学历，两年以上大模型、智能体或相关领域研发经验。 2. 具备扎实的大模型训练和调优背景，熟悉主流的大语言模型（Deepseek、Qwen、Llama等）及其他开源模型。精通至少一种深度学习框架（如TensorFlow, PyTorch）。 3. 在以下至少一个技术领域有深入研究和丰富的实践经验： - 销售和商家领域大模型、智能数据分析与诊断 - 复杂指令理解、逻辑和数学推理、结合知识约束的推理、DPO、强化学习等 - 大模型问答系统，RAG、Function Call等 - Agent模型、多智能体系统…
工作职责
美团基础研发平台，作为公司的核心技术平台，致力于“零售+科技”的战略发展。我们专注于智能体构建、大模型推理、多模态训练等核心技术，并通过FRIDAY模型工厂与应用工厂，为业务提供稳定、安全、易扩展与技术先进的平台技术和技术能力。我们聚焦于大模型和智能体的前沿算法研究和应用落地，致力于将先进的人工智能技术转化为实际的业务价值。 我们真诚邀请你加入我们，共同推动技术发展，创造行业价值。 1. 负责大模型在业务场景下关键能力的应用研发，包括但不限于知识和指令遵循、分析诊断、深度推理、反思和评估等能力的优化和落地。 2. 深入理解商家服务、智能销售和经营分析等业务场景，通过任务抽象，能够提炼出这些核心场景的系统性优化方向，提升B端应用的核心价值和体验，赋能行业升级。 3. 研发和优化智能体的function call、多智能体间协调，使其能够高效、准确地调用内部和外部工具，扩展智能体的应用边界。 4. 结合自主Agent的理念，探索和优化模型的能力边界，推动模型在复杂任务上的表现。 5. 与工程团队紧密合作，推动算法模型的工程化落地，包括模型压缩、加速、部署和监控等环节。 6. 跟踪业界前沿技术，结合业务需求进行预研和技术储备，保持团队的技术竞争力。
团队介绍： 团队负责支付宝芝麻租赁、芝麻信用的搜索推荐场景（芝麻信用首页，支付宝首页，用户增长场景）以及循环经济商家和用户侧大模型智能助理场景，涉及电商商品、用增广告等多种体裁和大模型Copilot多智能体应用。芝麻租赁、芝麻信用是支付宝核心战略场景。 算法工作：包括但不限于提升转化效率、优化用户体验、优化流量生态、端内外用户增长、大模型等课题；结合前沿技术，有效利用支付宝用户资产，提升体验和效率；与产品和运营团队密切合作，去探索适合支付宝的业务模式。 *大模型算法base地-上海&杭州；搜索算法base地-北京&杭州 1.支持支付宝芝麻租赁、芝麻信用的流量分发，对多场景多目标进行建模，优化用户留存，提升用户体验，扩大转化规模； 2.利用前沿技术和海量数据，建立在线和离线的算法服务-搜索、推荐、投放等，提升商品和用户兴趣的匹配效率； 3.关注流量策略和供给生态，建立高效敏捷的流量机制，支持快速增长的供给规模并关注商家的体验； 4.利用大模型技术打造Copilot ALL IN ONE的全场景智能助理，同时利用大模型技术推动传统搜推技术的新增长。
-深度理解业务场景及商家经营痛点，结合AI大模型技术，探索并定义商家智能体，即建设智能客服领域的AI生成式互动对话服务策略 -具备服务用户和赋能商家双视角，负责对话服务接待场景的需求分析、数据标注、产品设计以及上线后的数据分析，支持产出优化思路和方案 -协同运营和研发，跟进解决客户日常问题，助力维护客情&稳定消费覆盖 -定期跟进市场调研，了解市场AI大模型应用/智能体/智能客服等相关产品的发展动态，支持发现业务机会点
我们致力于开发模型算法，以服务于饿了么的B端场景下的，商家及内部销售运营场景。 职位描述： 1. 负责基于大模型的文本生成算法的研发与优化，应用于商家经营、销售网络等多个业务场景。 2. 结合AIGC技术，设计并实现高效的文本生成模型，提升商家经营效率和服务质量。 3. 探索Agent技术在B端经营中的应用，构建智能体系统，助力商家做好外卖生意经营。 4. 参与系统的需求分析、设计和开发工作，确保算法模型的有效落地和业务目标的达成。 5. 跟踪国内外最新的大模型和AIGC技术进展，结合业务需求进行技术创新和优化。 6. 与产品、运营等部门紧密合作，推动算法模型在实际业务中的应用，提升用户体验。
我们是1688商业化中心广告算法团队，负责1688广告在全场景的投放算法优化，包括但不限于： 1. 负责1688广告域的搜索、推荐以及外投场景的模型优化，包括Query理解、深度个性化召回、排序、模型校准、访客识别、流量采买等，推动生成式框架的落地，提升流量效率。 2. 负责广告竞价及排序机制、预算分配机制的优化，通过利用运筹学、控制论、博弈论、强化学习、多智能体学习等技术解决多场景的流量调控以及多目标优化问题。 3. 通过AIGC创意生成以及在线生成式创意等优化，提升商业化流量的买家体验和匹配效率。 4. 构建商家留存预估模型，通过归因分析等方法识别关键影响因子，完善自动留存优化的产品化建设。 5. 从全链路视角负责广告投放效果的优化，包括投前、投中以及投后的各项诊断以及分析。 6. 结合广告业务特点和前沿技术发展，持续进行技术应用和创新，推动AGI技术助力业务提效。