负责滴滴智能客服对话算法，具备系统、扎实的算法功底，结合业务场景，构建下一代客服 Agent，驱动服务体验与效率提升。

工作内容：

1、主导智能客服 Agent升级改造，与产品+工程团队合作，设计算法架构和技术路线；

2、负责领域大模型的后训练和研究，如数据合成、增量预训练、监督微调、偏好对齐、推理能力、工具调用、多模态等；

3、提升现有功能模块的效率与效果，如意图识别、多轮对话、角色模拟、智能辅助等；

4、关注行业前沿，推进技术与业务场景的完美结合，探索创新方法，持续提升团队影响力。

任职要求

任职要求：

1、计算机、数学相关领域的硕士及以上学历，具备一线工程能力；

2、有大模型训练经验，熟悉大模型训练方法（CPT/SFT/RL等）及训练框架（如 DeepSpeed、veRL、Llama-factory、Unsloth 等），结合业务场景特点，设计workflow/agent及训练方法；

3、有丰富的强化学习经验，熟练掌握对奖励信号的建模、PPO/DPO/GRPO 等算法并能结合场景灵活应用，熟悉 OpenRLHF、veRL 等强化学习框架；

4、对前沿科技高度好奇，密切跟进最新技术/论文/项目，深入技术原理，积极分享；

5、从业务需求出发，发现并解决问题，兼顾效果与效率。

加分项：

1、主导过大模型对话项目，文本/语音/图文等模态对话机器人，涉及知识库、意图识别、任务型对话、垂类LLM训练等；

2、熟悉LLM应用技术（PE/RAG/Finetune/Agent等），并了解MoE、推理LLM、Multi-Agent、多模态、实时语音等技术；

3、研究过Agent落地方案，如 Workflow（Coze/Dify等）、Multi-Agent（LangChain/Autogen）、通用Agent、Auto-Agent（Manus/Genspark/Coze Space）

4、钻研过对话系统技术路线（pipeline与end2end），有自己的技术认知和判断力。

5、有一定技术影响力，如技术博客、书籍、论文、开源代码...