我们正在寻找不仅懂模型，更能驾驭模型的人。如果你热爱挑战复杂问题，有系统解决能力，并渴望在真实系统中留下自己的技术烙印，欢迎加入我们。职位职责:
你将参与大语言模型在复杂业务场景中的核心算法设计与研发、实现与落地。涵盖复杂多轮对话、故障诊断、场景规划等核心业务流程，强调LLM智能能力的可控性、可解释性、稳定性与提升空间。
1.核心算法设计与创新
主导或协助构建Agent 的任务规划、多轮推理、总结归因等智能能力;
针对现有prompt/RAG/推理流程提出算法优化方案，包括结构改进、数据增强、策略改写等;
构建高置信度判断机制、Agent自适应触发策略、Prompt多分支控制链等创新模块;
2.模型能力挖掘与评估体系建设
评估现有大模型在目标任务上的行为表现，设计指标与be nchmark;
基于少量标注数据或真实对话构建小样本测试集，构建推理置信度与误判检测体系;
3.基础组件标准化与系统集成
构建模块化、可迭代的推理链系统(Prompt Chain / Agen t Planning)，便于团队协作与版本管理;
按算法设计标准实现模块，并协助代码review与效果验收。
任职要求:
1.扎实的算法背景:硕士及以上学历，NLP、人工智能、图算法等方向有系统研究经验，有顶会(ACL、EMNLP、 NeurlPS 等)论文发表者优先;
2.LLM实战经验:熟悉主流开源大模型(Qwen、Deepse ek、LLaMA、Mistral等)及其微调、蒸馏、RAG 应用;
3.推理系统能力:具备复杂推理链/多步问答/ CoT / To ol-augmented QA / Self-RAG等研究或项目经验;
4.评估与指标设计:能构建覆盖性强、针对性好的agent评估体系，对hallucination、置信度、召回表现有深入理解;
5.系统思维与落地能力:擅长从场景抽象问题模型，推动从建模、实验、迭代优化、工程部署的完整闭环;
6.沟通与协作能力强:能与产品owner紧密配合，具备技术主导能力，愿意承担责任和挑战。
加分项:
1.有 Agent 框架实战经验(如AutoGen/ LangGraph / n8n等);
2.有 GPT-4o 等闭源模型对齐实验经验;
3. 有prompt auto-tuning / agent planning / RLHF 等方向研究积累;
4.有过 LLM +graph / LLM+结构化数据结合优化经验。