负责生活类智能体算法研发与优化, 使用大模型实现用户需求理解与分析、规划、执行、反思等核心agent

参与滴滴大模型核心业务相关的策略算法研发，构建面向海量数据与复杂任务的智能体服务

深入研究模型的驱动的 Agent 产品形态, 通过大模型驱动任务理解, 自主规划, 反思和行动

深入理解和解决大模型在通用 Agent 产品上的各种问题, 包括但不限于推理规划, 长上下文, 复杂指令遵循能力等, 并负责收集处理和提升数据飞轮优化的能力

设计和实现通用Agent 评测集以及评测链路, 帮助产品不断迭代和优化

不限于LLM、RAG、RLHF、多模态LLM内容理解、内容表征、推荐算法、行为序列建模、搜索算法

跟踪并研究前沿技术，推动AI技术在滴滴大模型业务中的创新和应用

任职要求

1.计算机科学、数学或相关领域的硕士及以上学历

2.有大模型对齐项目经验, 掌握指令微调 (Instruction Tuning) 、偏好对齐 (RLHF/DPO) , 强化学习等技术优化模型在通用 Agent 场景的适应性，有Agent开发、优化经验者优先

3.扎实的编程基础, 精通GO或Python, 熟悉pytorch、tf、verl等深度学习框架

4.具备出色的问题分析和解决技能, 能在团队环境中发挥协作精神

5.对人工智能技术保持持续学习的热情, 并愿意不断探索新技术