盒马盒马-LLM高级算法工程师-杭州
任职要求
1、拥有计算机科学、人工智能、语言学或相关领域的硕士及以上学位。 2、至少2年以上在自然语言处理或对话系统开发的工作经验,掌握模型评估方法论(HELM、MT-Bench等评估体系) 3、精通机器学习、数据挖掘等领域知识,能够对 toB 业务场景问题进行建模和解决。 4、具备优秀的编程能力,熟练掌握Java/C++或Python,具有ACM/ICPC、NOI/IOI、Top Coder等竞赛经历者优先考虑。 5、有大型语言模型研发项目或具有较高影响力的相关研究论文者优先。
工作职责
1、负责企业 toB场景下的算法研究与开发,主导LLM的领域适配微调,设计Prompt策略及RLHF优化方案。 2、根据业务场景特点,开发和优化对应的RAG/Copilot/Agent 3、构建企业 toB端垂直领域高质量微调数据集,设计数据增强与知识注入策略 4、跟踪DPO、ORPO等最新对齐技术,持续提升模型安全性与可控性 5、与产品、工程团队协同完成模型服务化部署,以及持续集成
1.参与行业领先的AIGC项目,如大语言模型,多模态模型等 2.综合运用大模型、判别式模型等算法技术,提升多维度文本控制生成能力 3.参与完整LLM整体训练框架方案设计,和端到端解决方案的实现 4.推动AIGC在业务的落地,参与实现系统性、可复制、可规模化的解决方案 5.支持LLM、MLLM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
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。
AE搜索算法团队,负责AIDC AliExpress(AE)、JP- AO和天猫淘宝海外等国际化电商搜索业务优化,为全球100多个国家使用不用语言的用户持续电商搜索体验与效率,并结合大模型升级技术与产品体验创新。 多年来团队紧跟工业界和学术界前沿,在多语言Query理解与相关性、国家差异化召回与排序模型、多语言Query导购与大模型在多语言搜索中应用等技术方向持续探索创新,带来业务快速增长同时发表⾼⽔平学术论⽂20+篇(如AAAI、 IJCAI、TKDE、TMM、RecSys、CIKM和ICDM),申请专利15+项。 大规模深度模型的搜索算法研究,包括但不限于: 1. 多语言Query理解、商品理解和相关性,包括:Query和商品NER、Query类目预测、Query改写与扩展、多语言&跨语言语义相关性等;LLM在多语言电商搜索领域应用,包括:大模型CT和SFT,以及在Query理解、语义相关性、商品理解上的应用; 2. 个性化召回与排序相关技术:基于大规模深度模型的CTR/CVR预估模型及个性化召回模型,包括用户行为序列建模、多目标建模、多模态跨场景迁移建模、国家差异化建模体系建设等; 3. 个性化多语言Query推荐,包括:下拉、底纹、风向标等场域,基于异构行为序列建模、多场景建模的多语言Query推荐技术研究与应用;