岗位职责
- 调研大模型 Agent、工具学习、长程推理及用户建模等方向的前沿进展，结合电商搜索与购物决策场景明确研究问题。
- 参与购物决策 Agent 的系统设计、数据构建与实验评估，覆盖多步检索与工具调用、上下文建模、决策质量评测等关键环节。
- 基于大规模用户行为数据，研究高置信决策轨迹的构建方法，支撑模型训练与评测。
- 探索研究成果向搜索主链路的迁移路径，形成可复用的算法方案。
- 撰写技术报告与学术论文，目标投稿 NeurIPS、ICLR 等机器学习、自然语言处理领域国际会议。
职位要求
- 计算机科学、人工智能、电子信息等相关专业硕士或博士在读，优秀本科生亦可。 - 具备机器学习、自然语言处理或信息检索的扎实基础，熟悉大语言模型基本原理及常用训练、推理流程。 - 熟练使用 Python 及 PyTorch 等深度学习框架，熟悉常用算法的实现与底层原理，能够独立完成实验设计、模型训练与结果分析；同时能熟练使用 AI 辅助编程工具，在理解原理的基础上高效完成算法实现。 - 具备 Agent、检索增强生成（RAG）、强化学习或用户建模等相关研究或项目经验者优先；在 NeurIPS、ICLR、ACL、EMNLP、KDD、SIGIR 等会议或期刊发表论文者优先。 - 逻辑清晰，具备良好的沟通协作能力与英文读写能力，对将前沿方法应用于大规模工业场景有稳定兴趣。 可连续实习 4 个月及以上。
