算法工程师｜LLM / AI Agent 方向

1. 负责商家 B 端场景下 LLM 与 AI Agent 相关算法能力建设，包括意图理解、任务规划、工具选择、上下文管理、记忆机制、多轮对话和多 Agent 协作等。
2. 面向商家经营、商品管理、营销运营、订单履约、客服售后、经营分析等业务场景，设计并优化 RAG、Text-to-SQL、知识问答、智能决策、自动化任务执行等算法方案。
3. 负责大模型应用效果优化，包括 Prompt 策略、检索召回、重排、评测体系、数据构造、模型微调和推理优化，提升商家 AI 应用的准确性、可用性和稳定性。
4. 建设面向商家 Agent 的评测体系，覆盖任务成功率、幻觉率、工具调用准确率、业务流程完成率、回答质量、稳定性、成本和延迟等指标。
5. 与工程、产品、商家运营、客服、销售等团队协作，将算法能力产品化、平台化，支撑商家经营助手、客服助手、营销助手、商品助手、数据分析助手等应用持续迭代。
6. 跟踪 LLM、Agent、RAG、推理增强、模型微调、多模态等方向前沿进展，并结合商家 B 端实际场景推动可落地的技术转化。

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. 熟悉机器学习 / 深度学习 / NLP 基础，掌握 Transformer、Embedding、向量检索、生成式模型等基本原理。
3. 熟悉 Python，熟练使用 PyTorch / Transformers / vLLM / sentence-transformers / faiss 等常见工具或框架。
4. 对 LLM 应用有实践经验，理解 RAG、Prompt Engineering、Function Calling、Agent Planning、Tool Use 等技术机制。
5. 具备较强的实验设计和问题分析能力，能够通过数据、评测和实验定位模型效果问题。
6. 能够在算法效果、工程复杂度、推理成本和业务收益之间做合理权衡。

1. 面向商家 B 端真实经营场景落地 LLM / AI Agent 能力，覆盖商品、营销、履约、客服、数据分析等核心业务链路。
不停留在 Demo，直接解决商家高频、复杂、可量化的业务问题，如经营诊断、智能客服、商品优化、营销策略生成、数据问答、自动化运营等。
2. 有机会建设商家场景下的 Agent 算法基础能力，包括任务规划、工具选择、上下文管理、多轮交互、业务知识理解、复杂任务拆解和自动评测。
3. 场景数据丰富，能基于商家行为、经营数据、商品数据、交易数据、客服会话等反馈持续优化模型效果。
4. 与工程、产品、商家运营、客服、销售等团队深度协作，推动算法能力真正产品化、平台化，形成可规模化复用的商家 AI 能力。