飞猪旅行飞猪-大模型算法高级工程师-广告方向

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. 负责客户智能体的核心架构设计、开发与迭代，实现任务规划、推理决策、多智能体协作等关键能力 。 2. 深度集成主流大语言模型，熟练运用提示词工程、微调等技术，优化智能体在物流客服场景下的意图理解、对话生成与任务执行效果 。 3. 主导智能体系统从技术选型、原型验证到大规模部署的全流程，解决高并发、低延迟等工程挑战，确保系统的高可用性与稳定性 。 4. 与产品经理、业务运营及算法团队紧密协作，深入理解客户服务流程与痛点，将技术能力转化为可量化、可落地的业务解决方案 。 5. 跟踪智能体领域的前沿技术（如Agent框架、RAG、多模态交互），进行技术预研和概念验证，推动技术在业务场景中的创新应用 。

1、对语音方向有浓厚兴趣，扎实的语音信号处理和深度学习理论功底，对语音领域前沿技术有深入跟踪与实践，精通语音识别、语音理解、语音交互中至少两个领域。 2、、语音识别方向：精通语音识别全链路技术，包括 VAD、声学模型、语言模型、端到端建模（CTC / RNN-T / Conformer 等），熟悉解码与优化方法（Beam Search / WFST / LM 融合等），具备复杂声学环境下识别效果优化的实战经验。 3、语音理解方向：对语音大模型与语音理解技术有深入理解，熟悉主流语音理解大模型方案（如 Whisper、Qwen-Audio 等），具备 LLM 理论基础和调优实践经验，能够将语音理解能力与业务场景深度结合。 4、语音交互方向：熟悉语音交互系统架构，具备半双工 / 全双工语音交互系统开发经验，深入理解语义打断（barge-in）、轮次控制、端点检测等关键机制，有语音交互链路从设计到上线的完整研发经验。 5、熟悉语音大模型的训练和调优技术，熟悉预训练、后训练、上下文学习、反馈强化学习等相关技术，具备独立设计训练方案和解决训练疑难问题的能力。 6、具备良好的工程能力，熟练使用 Python / C++，熟悉模型部署与推理优化技术（如 ONNX / TensorRT / 量化加速等），能够推动算法从原型到高性能线上服务的全流程落地。

岗位职责： 1、负责大物流供应链场景下的决策智能体的研发。覆盖网络规划、资源规划、产品规划等核心业务，设计并训练具备复杂逻辑推理、任务规划及决策能力的AI智能体底盘；
2、基于 AutoGen 或 LangGraph 框架，设计和实现多智能体（Agent）系统，支持 Agent-to-Agent 协作，探索大模型在决策优化领域的应用。优化 Agent 的推理链路和交互效率，提升系统的稳定性与可扩展性。 3、与产品、业务、工程等团队紧密协作，将AI智能体与现有运筹算法、业务规则相结合，构建具备思考-规划-行动能力的智能体系统，解决实际业务中的高难度决策问题，确保模型落地后的业务价值； 4、跟踪AI及决策智能领域的前沿技术动态（如思维链CoT、RAG、智能体框架等），结合物流供应链的业务痛点，探索LLM+OR（运筹学）等创新技术方案，推动技术边界的拓展。