美团大模型应用算法工程师 - 商业分析智能体 (BA Agent)
任职要求
计算机、人工智能、数学等相关专业硕士及以上学历，3年以上相关领域研发经验。 深厚的商业数据理解力：对商业分析、数据仓库、BI等领域有深刻理解或浓厚兴趣，能够快速将模糊的业务问题转化为清晰的、可量化的技术任务。 扎实的大模型与AI算法功底：熟悉主流大语言模型的原理与应用，具备丰富的Prompt Engineering、Post-Traning经验；在以下至少一个领域有深入的实践和落地经验：NL2SQL、RAG、Function Calling、Code Generation、Agent模型（规划、推理、工具使用）。 卓越的工程与问题解决能力：具备优秀的算法设计和端到端实现能力，能owner从需求分析到模型上线评估的全链路。有顶会（NeurIPS/ICML/ICLR/ACL等）发表者是加分项。 优秀的合作与沟通能力：你将是连接业务、产品和工程的桥梁，需要清晰地沟通技术方案，并高效协作。
工作职责
主导BA Agent 核心能力构建：作为核心成员，你将定义并主导包括自助取数、多维分析、归因洞察、智能可视化等关键模块的技术路径。你不仅是算法的实现者，更是产品能力的塑造者。 驱动前沿技术探索与落地：针对商业分析中的复杂推理、自主规划和工具使用等挑战，你将主导在多智能体协作（Multi-Agent）、强化学习（AgentRL）、代码生成（AI Coding）等方向上的探索和应用，构建技术壁垒。 定义并刷新业界SoTA：你将负责设计并执行严谨的算法实验，不仅要量化地超越现有解决方案，更要与团队一起，持续刷新商业分析领域的人工智能技术边界。 构建高效能分析系统：你将深入理解业务，与产品、业务分析师紧密合作，将前沿算法沉淀为稳定、高效的系统级解决方案，真正实现“AI赋能业务，降低决策门槛”的目标。
基础算法研究 一、推理思考 1.开发链式思考、思维树等推理增强技术，优化模型对复杂业务逻辑推理、策略规划等任务的深度理解。 2.探索通过大规模强化学习持续提升模型推理能力。 3. 构建业务逻辑推理评测基准，推动模型思维链的可解释性研究。 二、多模态端到端 1.研发语音-文本跨模态对齐与联合表示学习算法，解决语义鸿沟问题，提升模型对语音指令理解、语音到文本生成的鲁棒性。 2.探索语音交互场景下的多模态增强技术（如语音情感分析、端到端语音对话生成），推动模型在智能客服、语音助手的应用落地。 三、生活服务领域增强 1.大模型基座知识能力增强，打造生活服务领域基座，赋能美团各类大模型应用场景； 2.探索预训练增强阶段的大规模高质量数据自动合成、Scaling Law、长链条复杂推理反思能力增强； 3.建设生活服务chat模型与智能体，通过强化学习等方式增强模型推理反思、复杂指令遵循、高情商交互等能力。 应用算法研究 一、深度推理、规划与决策能力强化 1.优化大模型在逻辑推理、多步规划、复杂决策、多轮多步工具调用等任务上的表现，探索如RL scaling、Test-time scaling等前沿技术。 2.构建能够处理模糊与不完全信息、进行自主假设与验证的推理框架。赋能大模型实现精准的工具调用与智能体协同。 二、高度拟人化交互与专业沟通能力构建 1.赋予模型深度理解与分析专业领域问题的能力，包括隐性需求挖掘和复杂语境下的语义理解。 2.探索多轮对话中的上下文记忆、情绪感知、共情表达与高情商交互技巧，实现稳定人设、知识遵循与高度自然的对话风格。 3.研究模型主动感知用户全面信息、进行预判性服务与信息推送的策略，而非被动响应，打造能真正吸引用户持续对话的自主交互。 三、多智能体协作研发范式与前沿技术应用 1.设计和研究多智能体间的动态协调、知识/记忆共享与冲突解决机制，实现“1+1>>2”的协同效应。 2.推动面向智能体的大模型研发新范式，探索大模型智能体在环境感知、记忆与知识库管理、复杂指令遵循等基础能力的统一建模与提升路径。 四、基于强化学习的智能体优化方法研究 1.研究和改进现有的强化学习算法，实现端到端Agent性能优化，提升Agent鲁棒性与泛化能力。 2.构建面向领域任务的DeepResearch能力，提升Agent在多步骤信息检索、工具调用、推理规划等任务中的表现。
1. 支持智能客服项目，负责对话理解和生成类任务的算法建模工作，包括但不限于知识和指令遵循、深度推理、反思和评估等能力的优化和落地。 2. 参与大模型研发及业务落地，支持客户之声、风控、舆情、客服机器人等多场景的效果优化； 3. 通过系统建设，降低业务分析数据的门槛，影响和提升业务对数据价值挖掘的能力和效率； 4. 参与技术新的探索，挖掘大模型落地场景。
1.负责大模型应用探索，结合业务场景在AI搜索、内容平台、智能体等创新型产品中提升用户体验； 2.探索大模型前沿技术，包括大模型Post training、垂类知识增强、RAG、推理能力增强等，并将相关技术服务广大用户； 3.支持大模型数据处理与分析，模型能力评测与优化等，并结合业务场景优化大模型服务框架； 4. 探索多模态与智能体相关技术，包括多模态特征对齐，内容理解与生成，单智能体与多智能体协同等；
1. 负责大模型在客服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、深度推理、反思和评估等能力的优化和落地。 2. 负责多模态大模型的应用实践，特别是语音文本融合的多模态大模型的应用。 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. 深入理解本地生活服务业务场景，抽象业务所需的大模型基础能力深度优化，推动相关技术在实际业务中的应用。 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. 紧密跟踪业界前沿技术，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。