美团AI创新应用工程师

1. 探索面向企业员工办公场景智能体架构，参与企业级AI Agent系统的设计与开发； 2. 整合RAG、知识图谱等关键技术，开发高性能推理框架； 3. 开展大模型微调、强化学习（RLHF）与Agent行为调优，解决复杂任务中的实时性、稳定性与资源消耗等问题，提升任务执行准确率与用户体验； 4. 协同业务、产品团队，主导从需求分析到技术方案设计落地等关键环节，构建端到端的技术实现路径，实现Agent能力与业务场景的深度融合； 5. 参与优化Agent自主决策、任务规划、多模态交互等能力，构建Agent系统的量化评估体系； 6. 持续关注AI领域最新进展，研究Agent领域的前沿技术（如ReAct、COT、MCP等多智能体协作），并推动工程场景落地与性能优化； 7. 重点围绕自营类业务的供应链、消费、风控等场景进行AI创新应用，进一步降低用户消费决策成本，提供突破性消费体验。

1. AI应用开发：结合大模型进行创新应用设计和开发 2. Prompt设计与优化：设计、编写并优化Prompt，提高大模型在具体业务场景下的准确性和效果 3. 模型集成与API管理：负责将第三方大模型 API或自研/微调模型集成到现有应用或服务中

岗位职责： 1、负责AI创新业务客户端的核心功能设计与开发，提升用户体验和性能； 2、与产品，设计团队紧密合作，实现高质量的视觉效果和交互功能； 3、优化客户端性能，解决技术难题，确保应用在各种设备上的稳定运行； 4、利用 AI Coding 工具，实现闭环的 AI Coding 开发流程，涵盖需求拆解，开发，测试，发布等;

团队介绍：Stone-AI PaaS团队专注研究AI/大模型应用相关领域的技术和产品，致力于创造和实现创新的人工智能平台服务。团队目前已服务于字节跳动多款产品，比如豆包、Cici、Coze、Trae等。同时团队内部也在孵化多款AI应用创新产品，积极探索大模型应用的技术发展。团队氛围好，发展空间大，欢迎加入！ 课题介绍： 背景：随着人工智能技术的飞速发展，大语言模型（LLM）在自然语言处理领域取得了显著进展，为智能对话系统的发展提供了有力支撑。然而，现有的智能对话系统在面对复杂多变的实际应用场景时，仍存在诸多不足。一方面，用户对于交互的多样性和便捷性提出了更高要求，期望能够实现语音、图像、文本等多模态信息的自然交互；另一方面，面对复杂问题，当前对话系统缺乏深度思考和推理能力，难以提供全面且精准的解答。同时，在知识获取方面，如何高效地调度各类工具，挖掘优质内容，以满足用户的多样化需求，也成为亟待解决的问题。因此，开展对多模态交互、深度思考、工具调度以及优质内容挖掘方向的研究，对于提升通用对话助手的性能和用户体验具有重要的现实意义。 研究方向： 1、多模态交互方向：深入研究语音、图像、文本等多模态信息的融合与交互技术，开发能够实现多模态信息无缝对接的算法模型。通过构建多模态语义理解框架，使对话助手能够准确理解不同模态输入的含义，并根据用户需求以语音、图像、文本等多种形式进行输出，实现自然流畅的多模态交互体验。例如，当用户输入一张图片并提出相关问题时，对话助手能够识别图片内容，并结合文本信息进行分析解答，同时可以以语音形式反馈结果； 2、深度思考方向：探索基于深度学习的推理机制，提升对话助手的逻辑推理和问题解决能力。引入知识图谱、语义网络等技术，增强对话助手对知识的理解和运用能力，使其能够在面对复杂问题时，进行深度思考和分析，挖掘问题的本质，提供更具逻辑性和准确性的回答。比如，在解答科学类复杂问题时，对话助手能够基于知识图谱进行推理，给出全面且深入的解释； 3、工具调度方向：构建智能工具调度系统，使对话助手能够根据用户问题的类型和需求，自动识别并调用合适的外部工具，如信息检索工具、数据分析工具、翻译工具等。建立工具之间的协同工作机制，确保在处理复杂任务时，多个工具能够相互配合，实现信息共享和流程优化，提高问题解决的效率和质量。例如，在处理跨国业务相关问题时，对话助手可以同时调用翻译工具和信息检索工具，快速获取并翻译相关资料，为用户提供准确信息； 4、优质内容挖掘方向：研发高效的内容挖掘算法，从海量的文本、图像、视频等数据中筛选出优质、有价值的信息。利用自然语言处理和计算机视觉技术，对内容进行分类、标注和评估，建立优质内容数据库。通过与对话助手的交互，根据用户的兴趣和需求，精准推送相关的优质内容，满足用户对高质量信息的获取需求。比如，为对历史文化感兴趣的用户推荐相关的优质纪录片、学术论文等。