飞猪旅行飞猪-大模型算法专家/高级工程师-agent算法
任职要求
1、1年及以上机器学习/深度学习相关领域的工作经验。 2、计算机科学、人工智能、数学或相关领域的硕士及以上学历。 3、扎实的编程基础，熟练掌握Python，至少熟悉PyTorch或TensorFlow之一的主流深度学习框架。 4、对大模型技术栈有深入理解，具备LLM的SFT、RLHF等调优经验。 5、…
工作职责
我们正在寻找一位对大模型和agent前沿领域充满热情的大模型算法工程师，重点聚焦于旅行智能体（Agent）技术的研发与训练。我们已经开发了飞猪问一问，也接入了千问，如果你对创造能够自主感知、决策和行动的智能系统感到兴奋，并希望在大模型与强化学习结合的前沿领域大展身手，那么这个职位将非常适合你。你将加入我们的核心算法团队： 1、负责设计和实现下一代具有推理和行动能力的AI智能体，推动其在复杂环境中的应用。 2、研究、设计并实现基于大模型的智能体训练框架，特别是Agentic Reinforcement Learning (Agentic RL) 相关算法，探索和实验多种智能体范式，如ReAct、CoT、ToT 等，并将其与强化学习相结合，开发和优化智能体的推理、规划、工具使用等核心能力。 3、参与大规模语言模型的预训练、有监督微调（SFT）和指令微调。
所在团队负责阿里国际贸易平台上的所有推荐产品，包括猜你喜欢、详情页推荐、个性化楼层等。团队通过大数据和深度学习建模，帮助平台上买卖家快速达成生意。来到这里，你将有机会深度接触到业界的计算平台和深度学习算法，并将算法技术转化为商业价值。具体地，你将有机会负责： 1. 用户画像、召回、排序和策略等模块的技术规划和算法设计，通过技术创新提升买卖家匹配效率。 2. 通过大规模深度学习和图学习，在面对数据稀疏和多国家多行业的情况下对用户实时兴趣、CTR预估、询盘和交易转化预估等问题建模。 3. 通过多样性和发现性策略，拓展用户需求，提升兴趣发现能力，进一步完善和提升推荐侧的产品价值。 4. 探索大语言模型+搜推的创新应用方向，LLM在推荐领域下的全链路建设，包括但不限于大规模的预训练、SFT、LoRA和RLHFL等技术，落地大语言模型+搜推的新的应用落地场景（如生成式推荐等）。
1、参与LLM方向的新技术研究和落地应用，支持指令微调、强化学习相关算法需求 2、支持通用ai agent在产品业务应用中的落地研发和效果优化，包括但不限于通用ai agent，深入理解大模型和通用ai agent运行原理，明确提升通用ai agent效果的核心技术方向。 3、负责ai agent的框架构建，agent与工具调用的优化，相关场景下大模型的优化，将ai agent框架、工具、大模型有效结合，为通用ai agent效果提供最佳的使用体验。
【职位描述】： 1、负责AI产品开发与应用：围绕外贸商品构建B类商品模型、AI发品、负向治理等能力； 2、技术能力：电商领域多模态大模型，包括从监督微调（SFT）到强化学习人类反馈（RLHF）的全链路技术构建，以及智能Agent系统，涵盖但不限于检索增强生成（RAG）系统、Agent系统和工作流推理等。 3、推动跨境电商AI创新业务的落地实施，包括高效的商品AI大模型、AI发品和诊断Agent等解决方案。 4、开展前沿LLM技术的探索，持续迭代和优化自研模型能力，以支持AI原生产品的实施。
1、深入理解客户业务需求，帮助客户选择适合其业务场景的技术路径和产品组合，利用AI技术知识、架构方法、咨询技能来影响客户技术决策 2、熟悉大模型算法工程化，与客户合作进行模型训练、推理和模型应用等POC，含展示功能、调整模型、优化模型性能、测试分析、Agent搭建、模型调用等内容 3、依据客户需求和技术研判，推动产研部门持续优化产品，助力提升产品竞争力，同时沉淀最佳实践，以及脚本、模板、参考架构等可复用的技术资产 4、持续跟踪行业动态和技术趋势，并与产品团队协作，打造创新的人工智能（大模型、智算、一体机等）解决方案 5、支持市场活动，作为领域专家参与市场洞察、行业标准、市场排名报告、白皮书撰写等活动，并在行业峰会、技术沙龙等市场活动中进行技术传播和分享