智能体策略算法工程师

一、岗位职责 Prompt策略设计与优化 1.构建高效且具备泛化能力的Prompt模板，增强模型在少样本或零样本条件下的任务执行效果。 2.探索动态Prompt生成方法（如思维链、自一致性机制），提升模型在复杂推理任务中的表现。 3.针对具体应用场景（如对话系统、文本生成、知识问答），制定可复用的Prompt工程实施方案。 SFT微调与数据工程 1.负责SFT数据集的构建与清洗工作，设计有效的数据增强方案（如指令多样化、对抗样本构造）。 2.实现SFT训练流程，调整关键超参数（如学习率、批次大小），应对过拟合或欠拟合问题。 3.开发自动化标注与评估工具，加快数据迭代周期，提升数据处理效率。 工程化与落地 1.将大模型Agent相关技术集成至线上系统，并优化推理效率（如模型量化、知识蒸馏、批量处理）。 2.搭建A/B测试体系，评估策略对核心业务指标（如转化率、用户留存）的实际影响。 3.协同产品团队，推动模型能力向实际功能转化（如智能客服、内容推荐等场景应用）。 前沿技术探索 1.关注大模型智能体领域的最新研究方向（如多模态融合、多智能体协同、超级智能体架构），评估其应用潜力。 2.研究模型可解释性技术（如注意力机制分析、Prompt敏感性检测），提高策略决策的透明度。 任职要求： 1.计算机、人工智能、统计学等相关专业硕士及以上学历 2.熟悉大模型预训练与后训练流程，具备实际项目落地经验者优先 3.精通Prompt工程技术，拥有复杂任务下Prompt设计与调优能力（如多轮交互、逻辑推导） 4.熟练运用PyTorch/TensorFlow进行模型微调，掌握Transformers、LangChain等主流框架，有智能体应用实践经验者优先 5.具备数据清洗、标注及增强能力，熟悉大规模数据处理流程 6.拥有项目管理经验及跨团队协作能力，能够将客户与产品需求转化为可行的技术方案