大模型算法高级工程师

1、负责顺丰业务场景中面向销售报价的大模型Agent应用核心能力建设，主导Agent系统的意图理解、任务规划、工具调用与多轮对话等关键能力的质量与效率持续提升，制定技术演进路线并推动关键技术攻关。 2、探索并落地前沿的大模型Agent技术，主导研发面向产品选型、价格测算、折扣策略推理、报价单生成等全链路业务的智能Agent方案，推动Agent从技术验证到业务规模化应用，实现销售报价响应从小时级到分钟级的跨越。 3、构建面向销售场景的Agent能力矩阵，包括但不限于意图识别与槽位填充、多步任务编排、Function Calling工具链、RAG知识增强、多Agent协同等，建设体系化的Agent应用能力底座。 4、负责Agent系统的推理优化、并发优化、工具调用链路优化等，主导大规模业务场景下的性能瓶颈分析与架构级优化，保障Agent在复杂业务流程下的服务质量、响应时延与系统稳定性。 5、作为Agent方向技术骨干，参与项目的技术方案评审与风险把控，指导初中级算法工程师的技术成长，推动团队技术能力提升与知识沉淀。 【任职要求】 1、硕士或以上学历，计算机、软件工程、人工智能、自然语言处理等相关专业；5年以上大模型或NLP相关工作经验，有大规模Agent系统落地经验者优先。 2、对大模型应用方向有浓厚兴趣，扎实的自然语言处理和深度学习理论功底，对大模型前沿技术有深入跟踪与实践，精通APE、RAG、Agent工作流编排中至少两个领域。 3、Agent应用方向：精通大模型Agent全链路技术，包括意图理解、任务分解（CoT/ReAct/Plan-and-Execute）、工具调用（Function Calling/Tool Use）、记忆机制（短期/长期记忆）、多轮对话管理等，熟悉主流Agent框架（LangGraph/OpenClaw/Dify等）的架构设计与二次开发，具备复杂业务场景下Agent效果优化的实战经验。 4、RAG与知识增强方向：对检索增强生成技术有深入理解，熟悉文档解析、分块策略、Embedding方案、向量检索与重排序等全链路技术，具备多路召回、精确引用、数据溯源等能力在报价等高准确性场景中的调优实践经验，能够将知识增强能力与业务场景深度结合。 5、模型调优方向：熟悉大模型的预训练、指令微调（SFT）、LoRA/QLoRA参数高效微调、RLHF/DPO等后训练技术，具备独立设计训练方案和解决训练疑难问题的能力，能够针对报价场景的领域适配进行模型定制优化。 6、工程与系统集成方向：具备良好的工程能力，熟练使用Python，熟悉FastAPI等后端框架，具备Agent与企业内部系统（CRM/ERP/OA/审批流等）的API集成经验，熟悉模型部署与推理优化技术（vLLM/TensorRT-LLM/量化加速等），能够推动Agent从原型到高性能线上服务的全流程落地。 7、加分项： - 在ACL、EMNLP、NAACL等自然语言处理顶级学术会议或期刊发表过论文； - 有销售、CRM或ERP等业务场景下的大模型应用经验； - 有开源大模型项目贡献或技术社区影响力； - 有多Agent系统（Multi-Agent）设计与落地经验。