通义通义实验室-算法专家-对话智能&Character Model
任职要求
1. 人工智能（AI）/自然语言处理（NLP）相关方向的硕士及以上学历，有扎实基础和丰富经验。 2. 曾负责或作为核心同学参与大模型/Character Model的训练（预训练、后训练）。 3. 曾负责或作为核心同学参与大模型的重要应…
工作职责
大模型为世界建模，Character Model进一步为人建模。对话智能团队，以Character Model训练和应用为核心， 建设 “有趣+有用” 的多语言、多模态类人智能体，打造了通义星尘（角色扮演&IP复刻&类人智能体）、通义晓蜜（智能客服）等大模型时代的核心产品。欢迎对大模型感兴趣的你加入我们，一起开拓大模型时代的人机对话的未来。 岗位职责： 1. 负责Character Model的研究和应用，包括但不限于 与环境交互的多轮RL、Generative Reward Models等技术。 2. 负责 “有趣+有用” 的多语言、多模态类人智能体建设，包括但不限于任务完成、共情/情感、记忆（Memory）、心智（Mind）等技术。 3. 将上述技术在通义星尘、通义晓蜜及其他创新产品中进行大规模应用落地。
1、参与电商大模型智能体产品研发，包括框架设计、算法开发、迭代优化等 2、根据业务产品形态对大模型进行post training（SFT/RLHF等）优化、结构优化、prompt engineering等 3、基于LLM的机器人AI Agent模块与产品其他功能模块交互的工程实现 4、跟进大模型智能体前沿技术趋势，结合实际业务需求，将技术应用到实际业务场景
1、通过Agent的算法架构设计、上下文工程、RAG、Memory优化，Policy生成、LLM post training等方法，提升【店铺AI导购机器人】回复的准确性和专业性，打造导购机器人行业标杆。 2、通过数据挖掘和分析找到用户在使用店铺AI导购机器人过程中的不良体验，找准算法优化的方向或形成对产品改进的建议。 3、通过优化模型尺寸、优化缓存技术等，降低离线训练成本和线上推理成本，提升回复的速度。 4、技术上探索智能体自进化（Self-Evolving）与终生学习（Lifelong Learning）的实现路径。
1、负责字节跳动工程效率领域各业务场景下，自然语言处理应用研究与算法落地工作，业务场景包括但不限于热点发现/信息检索/智能对话/知识图谱/AIOps等； 2、跟踪NLP方向的最新研究成果，用以持续提升算法应用效果，研究方向包括但不限于文本分类/实体识别/语义匹配/关系抽取/文本生成/小样本学习/知识蒸馏等； 3、深度参与产品研发项目，和产品经理/业务研发/业务质量/运营等同学密切配合，提高项目整体效率和收益 ；
1、负责字节跳动工程效率领域各业务场景下，自然语言处理应用研究与算法落地工作，业务场景包括但不限于热点发现/信息检索/智能对话/知识图谱/AIOps等； 2、跟踪NLP方向的最新研究成果，用以持续提升算法应用效果，研究方向包括但不限于文本分类/实体识别/语义匹配/关系抽取/文本生成/小样本学习/知识蒸馏等； 3、深度参与产品研发项目，和产品经理/业务研发/业务质量/运营等同学密切配合，提高项目整体效率和收益。