小米高级算法工程师（问答RAG+Agent)
任职要求
1.硕士及以上学历，计算机科学、自然语言处理、机器学习相关专业。 2.熟练掌握大模型微调优化和算法原理，具备分布式训练、模型压缩、推理加速等实战经验。 3.深入理解Transformer、Prompt Tuning、RLHF、强化学习等…
工作职责
1.核心算法研发方面：负责大语言模型的核心算法研究与工程化落地，构建小米IoT商品理解、推理和生成能力的智能问答Agent系统。 2.RAG领域知识库体系构建：基于小米IoT生态链说明书知识，构建包括商品参数、功能问答、设置操作说明、故障排查等多源知识库。 3.RAG检索优化：优化改写、粗召、rerank等业务精排模型，提升大模型知识检索准确率。 4.探索IoT问答场景下的模型预训练、指令微调（Instruction Tuning）、对齐优化（Alignment）等关键技术，提升大模型在小米IoT商品问答中的表现。 5.技术前沿探索：跟踪大模型与Agent领域最新进展，推动小米产品领域问答场景下的技术创新与专利沉淀。
智能体方向： 1、负责大模型驱动的AI智能体框架的实现，围绕ICL、CoT、记忆机制设计、自进化机制、多智能体协同机制等，优化提升AI智能体效果。 2、负责大模型的微调、强化学习、适配算法、调优工程方案，结合智能体应用，实现最佳效果与性能。 3、参与智能体的评估与优化，支持并构建产品原型和业务落地，支持小布助手、AI搜索等系统级智能体产品的落地。 4、跟踪与研究AI智能体相关前沿技术，并针对大模型推理与规划、工具使用、结构化输出等提出创新性方案。 AI搜索方向： 岗位职责： 1. 负责大模型相关的后训练技术研发，支持 SFT、DPO 和 RL 相关的技术研发，参与 RAG、Agent、用户意图理解等技术的研发； 2. 负责大模型在 OS、小布助手、AI 搜索等场景的应用，支持摘要总结、检索增强、问答、任务规划等领域的落地； 3. 跟进业界前沿技术，持续提升团队在自然语言处理领域的技术积累。
1. 负责微博主站搜索业务的语义搜索技术研究和落地，包括：语义相关性、查询理解、问题生成、召回索引等核心技术 2. 基于海量用户行为数据以及人工标注数据，结合自然语言处理、大模型等前沿技术，支持Query改写、内容生成等一系列业务 3. 推进大模型技术在搜索引擎的落地，参与基础大语言模型应用研发，包括但不限于智能问答、物料扩充生成、搜索任务规划、内容优选和排序、工具调用、归纳总结、逻辑推理等能力
1、大模型与智能体核心能力建设： 围绕销售及大件业务场景，负责大语言模型在意图识别、规划理解、多轮对话、用户画像与偏好洞察、话题与线索分析、知识问答及 chatBI 等核心能力上的应用设计、微调与持续优化，支撑线索智能体、销售助手智能体及大件智能体等关键场景落地。 2、智能体推理链路与多智能体协同设计： 参与线索子智能体、销售助手子智能体、大件智能体与一级、三级销售智能体的大模型协同架构设计，构建基于大模型的多轮推理、任务分解与业务决策链路，提升智能体在复杂销售与大件业务场景下的理解、决策与协同执行能力。 3、智能体工程化与能力复用建设： 设计并持续优化 Prompt、RAG（检索增强生成）、工具调用及 Agent 协作机制，推动大模型、推荐及相关决策能力的工程化落地，保障智能体能力的稳定性、可扩展性与跨场景复用。 4、业务决策模型与数据驱动优化： 结合销售线索质量、智能报价与折扣策略等业务需求，支持折扣方案模型的优化与场景拓展，通过数据挖掘与分析持续评估智能体与模型效果，驱动核心能力的迭代优化与业务价值提升。
1. 大模型技术研发与优化 深入探索大模型（如LLM、多模态模型）的核心算法，包括预训练、微调（Fine-tuning）、提示工程（Prompt Engineering）、RAG（检索增强生成）等技术，优化模型效果与性能。 *熟悉并能够设计和实现多智能体调度框架，结合大模型实现高效的任务调度和协作机制。 2. 大模型应用场景落地 负责大模型在垂直领域的应用开发，包括但不限于AIOps、代码生成/续写、智能问答、知识推理等场景，推动技术成果转化为实际生产力。 结合业务需求，设计高质量微调数据集和模型评估集，设计端到端的大模型解决方案，优化模型部署效率与推理成本。 3. 工程化与性能调优 熟悉Dify、LangGraph 等应用开发框架，能快速构建原型并推进产品化。 熟练使用Python，熟悉PyTorch/TensorFlow框架，具备CUDA/分布式训练经验者优先。 4. 跨团队协作与创新 与产品、数据、运维团队紧密合作，理解业务需求并设计技术方案。 跟踪学术界与工业界前沿技术（如Agent技术、MoE架构、MCP、A2A协议等），探索技术突破点。