岗位职责
（1）商家Agent全链路算法优化：负责商家Agent系统的算法设计与持续优化，覆盖意图理解、任务规划、上下文治理、记忆机制、长程规划等核心环节，构建具备自主决策与动态规划能力的端到端智能系统。 （2）Agent Harness优化：主导Agent Harness的设计与迭代，包括系统提示词与指令体系、上下文窗口管理、工具集编排、多轮交互管理、反思与纠错机制等，系统性提升Agent在复杂经营任务上的任务成功率与执行效率。 （3）领域模型后训练：主导SFT/DPO/RLHF/GRPO等后训练方法在商家经营场景的落地，包括领域指令数据与偏好数据构造、奖励设计、训练与评测全流程，持续提升模型对商家经营领域知识的理解、生成与决策能力。 （4）商家经营知识挖掘：面向装修、商品、经营分析等场景，从内外部知识库、商家行为数据、经营数据、交易数据等海量数据中挖掘经营知识与领域规则，构建可持续更新的商家经营知识库，增强Agent的领域专业性与回答可靠性。 （5）评测能力建设：构建多维度、科学、高置信度的Agent评测体系，覆盖任务成功率、工具调用准确率、业务流程完成率、回答质量、稳定性、成本与延迟等指标，建设自动化评测与数据飞轮，基于线上真实反馈打通"评测—数据—训练"闭环。 （6）业务落地与前沿探索：与工程、产品等团队紧密协作，将算法能力产品化、平台化，支撑商家经营助手持续迭代；跟踪Agentic RL、多智能体协作、Skill自进化、推理成本优化等前沿方向，推动可落地的技术转化。 （1）Agent真实落地场景：商家经营是Agent天然的高价值落地场景——高频刚需、决策链路长、工具调用密集、多目标博弈，配合海量真实商家数据，构成极高的场景与数据壁垒，算法效果与业务收益强挂钩； （2）全栈技术闭环：覆盖Agent Harness、领域模型后训练、知识挖掘、评测体系的完整算法链路，从数据、评测、架构到模型全流程，快速成长为Agent领域技术专家； （3）个人成长空间大：优秀同学科可任算法主R，与业界一流团队并肩前行，参与前沿技术与业务的双重探索，获得快速成长与能力提升机会。
职位要求
（1）本科及以上学历，计算机、人工智能、机器学习、自然语言处理等相关专业优先； （2）具备扎实的算法理论基础，熟悉机器学习/深度学习/NLP，掌握Transformer、Embedding、向量检索、生成式模型等基本原理，熟悉主流大模型及其技术范式； （3）对LLM应用有深入理解与实践经验，理解RAG、Prompt Engineering、Function Calling、Agent Planning、Tool Use等技术机制，有Agent系统或对话系统完整项目经验者优先； （4）熟悉Python，熟练使用PyTorch/Transformers/vLLM等常见工具或框架；有大模型后训练（SFT/DPO/RLHF等）实战经验者优先； （5）具备较强的实验设计与问题分析能力，能够通过数据、评测和实验定位模型效果问题，并在算法效果、工程复杂度、推理成本和业务收益之间做合理权衡； （6）有好奇心，敢想敢做，责任心强；具备较强的团队协作与沟通能力，有较强的学习能力和业务分析及问题解决能力。
