岗位职责
深入参与智能对话系统的核心算法研发，定义下一代智能对话的技术形态。工作内容包括但不限于：
- 对话 Agent：利用前沿的智能体技术（如Reasoning、Agentic Coding、Agentic RL）优化系统在知识应用、工具调用、对话流控制上的能力，提升系统回复与决策的准确率，以及在长轨迹任务的执行达成率；
- 深度融合知识的对话回复和决策：主导研发将行业知识 (如业务规则) 与大模型进行深度、动态融合的先进技术，如知识结构化处理、RAG、知识推理，以提升对话回复的准确度；
- 智能对话业务攻坚与定制化调优：深入剖析垂直行业场景，负责大模型后训练全链路技术（数据-训练-评测），定制和优化模型在真实场景的效果，特别是指令遵循、上下文理解、任务规划方面；
- 评测体系与数据飞轮：建立并完善一套科学、全面的评测体系，能够精准衡量系统在真实场景的能力水平；设计并驱动高效的数据闭环系统，利用真实用户反馈持续、自动化地优化模型；
- MaaS 平台化与云产品建设：将前沿和自研的智能对话技术进行标准化抽象，沉淀为MaaS平台的基础服务以服务更多客户，打造具备极致性价比和领域专业度的 AI 云产品核心竞争力。
- 技术积淀：计算机、人工智能、数学等相关专业硕士/博士学位，在机器学习、大语言模型、自然语言处理等领域具备深厚的基础理论；
- 实战经验和工程能力：在对话系统、对话式AI上有深刻的理解和丰富的实战经验；熟练掌握大模型后训练技术（如监督微调、强化学习对齐）；熟悉PyTorch等主流深度学习框架，对分布式训练（如DeepSpeed、Megatron）及模型推理加速有实战积累。
- 业务洞察：对 AI 云产品有热情，能够将复杂的算法逻辑转化为解决实际商业问题的能力，具备良好的沟通协作与项目管理能力。
- 加分项： ○ 具备将大模型和智能体技术（如大模型对齐、RAG）在对话系统中的深度应用及落地的经验； ○ 熟悉智能体框架，在 Agentic RL、Agentic RAG、Deep Research 等有落地经验； ○ 在NeurIPS/ICLR/ACL等顶会发表对话系统、大模型相关论文，在知名开源项目、相关领域竞赛中取得优异成绩。
职位要求
招聘官网未单独提供职位要求，请前往官网核实。
