京东大模型应用算法工程师（大模型/agent）

1. 跨境场景NLP技术落地与业务赋能：聚焦Joybuy跨境电商核心场景，负责llm技术的实战落地与效果闭环，深度结合内容理解能力解决业务痛点，涵盖多语言文本理解、商品标题/详情页智能优化、跨语言搜索与推荐增强、机器翻译等，推动技术转化为实际业务增长； 2. 智能交互体系构建与优化：搭建并迭代面向全球用户的多语言智能交互产品（智能客服、自然语言查询解析、意图识别等），依托Prompt Engineering能力提升交互精准度，优化用户咨询响应效率与问题解决率，强化用户体验与业务转化； 3. 商品多语言信息治理实战：针对跨境商品多语言信息杂乱问题，设计并落地文本清洗、实体抽取、属性标准化算法方案，结合业务场景打磨模型效果，保障商品信息准确性与一致性，为精准匹配、合规运营提供核心支撑； 4. 前沿技术业务化创新：跟进NLP领域前沿技术（大模型、多模态等），主导Prompt优化、SFT（模型微调）等实战落地，结合Joybuy跨境业务特性进行技术创新，推动算法效果、业务效率双重迭代；熟悉AI相关平台操作，赋能技术快速落地； 5. 跨团队协作与工程化落地：与产品、业务、工程团队深度协同，精准理解业务需求并转化为算法方案，具备微服务相关经验者优先，保障算法方案在微服务架构下稳定落地，兼顾系统性能、可扩展性与业务实用性。

职位描述 1、负责构建Agent核心逻辑，包括但不限于任务规划和编排，工具调用，mcp，skill，多轮对话管理，记忆，RAG，上下文工程，多智能体协同。 2、负责业务场景和商用场景的agent搭建，提供可用于生产的智能助手。 3、负责构建长短期记忆架构，解决长上下文的遗忘与注意力发散问题，提升用户在长期交互中的沉浸感，一致性。 4、负责构建文本的RAG系统，包括检索，召回，文本处理，等主要模块开发和优化。 5、负责Agent工具开发，接入搜索，浏览器，虚拟机等外部API、MCP和skills。 6、负责设计和调优Prompt，针对不同产品需求进行定制化优化。 7、负责针对产品需求设计科学，严谨的可量化指标和测试方案。

1. 负责客服场景大模型微调（SFT）及强化学习（RLHF/RLAIF/DPO），持续提升模型在复杂业务逻辑下的推理能力与回复质量。 2. 深度优化RAG链路，包括Embedding模型精调、多路召回融合、重排序及长文本处理，将海量非结构化知识库转化为精准的业务生产力。 3. 参与沙盒模拟/红蓝对抗体系建设，通过对抗模拟和自动化评测，挖掘模型潜在问题，驱动模型实现智能化自迭代。 4. LLM在交互安全、自动判责、智能质检、复杂任务编排（Agentic Workflow）等高价值场景的落地，实现客服全流程的智能化转型。

团队介绍： 团队由国内外知名高校及主流互联网企业的资深专家组成，在顶尖会议（如 NeurIPS、ICLR、ICML、KDD 等）发表过多篇论文，是国内理论与应用实践相结合、应用算法创新的顶尖和超一流团队。 围绕出行 Agent 等高德的核心业务场景，通过大模型提升业务效果并落地，不限于 VLM 的 SFT / RL / on-policy distillation，以及 Agent 的 tool 与 skill 调用、复杂任务编排、agentic reasoning 等方向。