大模型算法工程师(LLM)-懂车帝(2027届校招)
北京
AI车青年
职位 ID:A49878
职位描述
1、负责大语言模型(LLM)及智能体(Agent)在汽车垂类场景的端到端落地,覆盖AI销售、智能客服等公司级核心产品功能; 2、构建基于 智能体协作(Tools/Skills/Handoffs) 的智能体系统,实现多步骤任务规划能力; 3、探索并应用 思维链(Chain-of-Thought, CoT)、自我反思(Reflection)等机制,提升模型在复杂购车咨询、对比分析、金融贷款等高阶推理任务中的表现; 4、参与LLM强化学习优化链路建设,包括偏好数据构建、可验证奖励强化学习(RLVR); 5、与产品、工程、业务团队紧密协作,推动算法模型从实验到上线的全链路工程化落地,并建立科学的效果评估与迭代机制。
职位要求
1、计算机、人工智能、自动化、数学或相关专业,硕士及以上学历; 2、扎实的机器学习理论基础,深入理解Transformer架构及主流大模型(如LLaMA、Qwen、DeepSeek、GPT系列)的训练与推理机制; 3、具备完整的LLM应用落地经验,熟悉 Prompt Engineering、SFT、DPO 等技术路径,并有实际项目验证效果; 4、对智能体(Agent)技术栈有实践积累,包括但不限于:基于CoT的任务分解与推理、多工具调用(Function Calling)与执行反馈闭环、自主规划(Planning)与状态记忆(Memory)机制、基于用户行为或模拟反馈的策略优化方法; 5、熟练掌握Python,具备良好的工程实现与系统设计能力,了解服务端部署、模型监控与AB测试流程; 6、精通PyTorch/TensorFlow等框架,了解分布式训练、推理加速(vLLM/TensorRT-LLM等)、模型量化等优化技术; 7、具备优秀的逻辑思维、业务抽象能力与跨团队协作意识,能将复杂用户需求转化为可量化的技术方案; 加分项(优先考虑) 1、有垂直领域(汽车、电商、客服等)智能体或强化学习落地经验; 2、在ICLR、NeurIPS、ICML、ACL、EMNLP等顶会发表过LLM、Agent或RL相关论文; 3、熟悉多智能体协作(handoffs architecture)、可验证奖励强化学习(RLVR); 4、参与过开源Agent框架(如LangChain、LlamaIndex、AutoGen)的二次开发或优化; 5、具备大模型评估体系设计经验,尤其在事实一致性、工具调用准确率、任务完成率等维度有方法论沉淀。
投递
