岗位职责
- 在国际化场景下，负责 Keeta 智能客服、智能审核、智能判责等方向的算法建设，以及对应基座模型的后训练（SFT/RLHF/DPO 等）；
- 运用大模型、Agent、多模态及传统机器学习等算法能力，解决生成式 AI 在业务落地的关键问题，满足多语言、多模态的复杂业务场景需求，持续提升智能化覆盖率与业务运转效率；
- 紧跟业界大模型前沿进展，深入分析新模型结构与技术范式，并快速转化为业务可用的算法能力；
- 从业务需求中提炼通用、模块化的算法能力，加速算法迭代，提升 Keeta 开国、开城的效率；
- 积极将 AI 辅助工具（如 Copilot、AI 实验分析工具）融入日常研发流程，推动团队以 AI 协作方式提升模型迭代效率。
- 前沿技术落地：参与基座模型后训练全流程（数据构建→SFT→RLHF→评估），在真实多语言业务场景中解决大模型对齐与泛化难题，技术深度与业界前沿团队接轨；
- 多语言多模态挑战：Keeta 覆盖多个国家，商品、客服、审核场景涉及多种语言与文化，是国内少有的真实多语言大模型落地场景；
- 快速成长：新业务迭代节奏快，算法工程师可在短时间内主导完整的算法方向，积累从0到1的大模型应用落地经验。
职位要求
- 数学、统计、运筹学、计算机或相关专业硕士及以上学历，3年以上相关工作经验；
- 在大模型、多模态、数据挖掘或传统深度学习领域具备独立负责项目的经验（有智能客服、审核、判责、外呼等方向经验更佳），并能在复杂业务场景中进行合理的算法选择与优化；
- 熟悉主流大模型，掌握 SFT、RLHF、RAG 等技术；精通 Python、Java 等编程语言，熟悉 TensorFlow、PyTorch 等常用机器学习框架；具备 AI 辅助工程开发的实践经验，能利用 Copilot、AI 实验分析等工具加速模型迭代与评估，以 AI 协作方式提升研发效率；
- 具备敏锐的业务洞察力和创新精神，对挑战性问题充满热情，能够将理论与实践相结合，主动学习并适应快速发展的业务环境；
- 良好的英语读写能力为加分项，能够与国际团队进行有效沟通。
