岗位职责
- 负责提升电商B2B场景下，多模态大模型对用户超长个性化上下文建模能力。
- 负责基于强化学习提升大模型多步骤工具调用能力，实现亿人亿面用户仿真能力。
- 构建大模型的角色扮演能力，构建高保真用户模拟器及评估体系，提升Agent训练效率。
- 负责LLM的前沿技术探索，沉淀可复用的垂域Agent体系化构建方案。
职位要求
- 计算机、人工智能或数学相关专业博士，有扎实的计算机知识和LLM功底。
- 掌握Qwen/DeepSeek-R1等LLM训练方式，常见PPO/GRPO/Self-Play等强化学习算法原理，有RL实操经验。
- 熟悉DeepResearch/Manus等Agent产品技术架构，有实际参与研发Agentic模型经验。
- 加分项：有多篇顶会paper和知名竞赛top名次，或参与知名开源项目。
