智能互联业务技术-AI agent开发工程师-杭州
任职要求
1、扎实的计算机基础与工程能力，熟悉数据结构、算法、操作系统、网络及数据库，1年以上服务端开发经验，精通 Python/Java。 2、AI Agent 系统实战经验，1年以上 Agent 研发经验，掌握 LangChain/AutoGen 等框架，熟悉 Prompt Engineering、RAG、T…
工作职责
淘宝用户运营平台技术团队，是一支以用户为中心，技术驱动，致力于通过数字化和智能化探索的年轻队伍。我们坚持通过技术创新，持续为用户全生命周期创造价值。我们立足体系化的平台建设，打造业界领先的用户增长基础设施，以媒体外投平台、ABTest平台、用户运营平台为代表的基础设施全方位的助力大淘宝的用户增长，日均处理数据量千亿规模、服务调用QPS千万级。我们鼓励团队成员在工作中不断探索、实验和创新，以推动业界技术的进步和用户体验的提升。在用户运营技术团队，我们提供“增长黑客”极客氛围和丰富的岗位选择。如果你喜欢探索和挑战，对技术创新有强烈的兴趣，欢迎加入我们的队伍！ 1、参与全生命周期用户增长平台的建设，负责大会员核心产品的技术架构设计与前瞻性业务支撑，聚焦拉新效率、用户转化率及活跃度提升，以技术驱动消费者运营模式创新。 2、在支撑大淘宝用户增长目标的过程中，持续抽象核心能力，沉淀平台化的分析与运营能力，构建数据驱动、精细化的用户增长引擎，服务淘系并辐射全集团。 3、基于数据与算法驱动，参与AI Agent在自动化广告场景中的基建与调控产品建设，打造智能、闭环、高效的广告投放与优化体系
职位描述： 我们正在寻找一位热衷于大模型和Agent智能体技术创新的Agent研发工程师，通过业界前沿技术驱动电商交易业务增长，构建行业领先的智能交易决策体系。你将有机会参与从0到1的技术研发，探索大模型和Agent在实际业务中的应用。 您的职责： 1. 设计并搭建面向「AI」和「产技同学」的交易Agent平台，颠覆常规需求的交付流程，定义并规范AI时代的业务型Agent交付的新标准，打造行业领先的AI交易解决方案。 2. 深入研究面向AI智能体的前沿技术和先进思想，掌握业界大模型的特性，融会贯通，贴合业务诉求在交易Agent平台中实际落地，完善平台架构。并不断迭代优化，包括：Agent范式、Prompt生成&管理、Tools、Memory、RAG、大模型训练/微调、评测等各方面。 3. 作为Agent平台核心成员，具备优秀的AI技术素养，独当一面，能给业务方提供建设性建议和方案，包括：提示词设计，业务Agent实现方案，大模型选择方案等。 4. 保障Agent平台的稳定性和业务效果稳定性。
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
团队介绍：字节跳动 Seed 团队成立于 2023 年，致力于寻找通用智能的新方法，追求智能上限。团队研究方向涵盖 LLM、语音、视觉、世界模型、基础架构、AI Infra、下一代 AI 交互等，在中国、新加坡、美国等地设有实验室和岗位。 Seed 团队在 AI 领域拥有长期愿景与决心，坚持深耕基础，期望成为世界一流的 AI 研究团队，为科技和社会发展作出贡献。目前团队已推出业界领先的通用大模型以及前沿的多模态能力，支持豆包、扣子、即梦等超过 50 个应用场景。 1、负责字节跳动机器学习平台的开发，支撑公司相关业务的算法生产与高效迭代； 2、设计和实现机器学习相关的基础设施、框架、工具链等，并推动落地到业务中； 3、探索业界前沿的机器学习相关技术，持续提升平台能力、降低算法使用成本。
团队介绍： AE 技术部致力于打造全球买、全球卖的极致购物体验，通过世界一流的技术架构，服务全球200+多个国家和地区的数亿消费者与数十万卖家。面对多元化的用户需求、本地化挑战以及独特的数据安全政策，我们构建了独特的系统部署与架构设计，涵盖基础链路、用户增长，商家商品，运营平台及泛导购等核心领域，为全球电商业务提供创新解决方案！ 职位描述： AI 全栈工程师是一个高度综合性的技术角色，要求工程师能够覆盖AI智能领域的全流程开发工作，需要在掌握传统工程研发、机器学习、深度学习的核心技术的同时，还需熟悉从数据处理、模型训练到部署落地的各个环节，并具备跨团队协作的能力。 主要工作内容： 1、负责电商领域AI相关产品的全流程开发，包括但不限于大模型 Agent 应用的架构设计、工程实现、系统部署及迭代优化； 2、参与大模型技术在多场景解决方案中的落地实施，开展技术攻关与效果验证，推动 AI 能力在商业化场景的价值转化； 3、主导/参与大模型应用开发和技术中台建设，持续优化系统架构的高可用性、可扩展性及服务稳定性； 4、探索前沿技术落地可能性，参与技术决策并推动关键技术预研，构建企业大模型应用技术生态； 5、协同运营、产品、设计等协同团队共同完成复杂项目的技术方案设计与实施。