AI算法工程师

一、 岗位职责： 1. 主导AI智能体核心算法的架构设计、开发及持续迭代，聚焦意图识别、多Agent协同调度与记忆机制优化三大方向，提升Agent交互准确率（目标95%以上）与任务执行效率，攻克幻觉生成、任务冲突、响应延迟等关键技术难题。 2. 推进国产大模型（通义千问、文心一言、星火大模型）的接入与性能调优，构建模型调用封装层，支持动态切换、请求限流与异常重试，优化Prompt工程方案，实现Token消耗降低30%以上，加快响应速度，满足不同行业场景下的模型适配需求。 3. 优化Skill技能库的算法体系，设计技能匹配逻辑与推荐策略，基于用户意图和历史行为实现智能化技能推荐，开发技能优先级排序机制，增强Agent自主决策能力与任务闭环率。 4. 设计并实现多Agent协同算法框架，运用强化学习、博弈论等方法，完成角色分配、任务分解与协作流程建模，解决资源竞争与任务冲突问题，提升系统整体协同效能。 5. 持续优化记忆模块算法，设计短期记忆（上下文缓存）管理策略与长期记忆（历史数据）检索机制（如向量检索、语义匹配），集成Milvus、Pinecone等向量数据库，保障记忆信息的高效存储、查询与更新。 6. 跟进AI Agent、大模型微调、自然语言处理等前沿技术进展（如RLHF、RAG、多模态交互），结合业务实际推动技术创新落地，建立算法测试与评估体系，实现性能持续提升。 7. 协同后端团队完成算法模型的API化封装，提供技术支撑，解决工程部署中的关键问题，输出完整的算法设计文档与测试分析报告。 二、任职资格： 1• 本科及以上学历，计算机、数学、统计学等相关专业背景，具备2年以上AI算法研发经验，熟练掌握Python语言，精通TensorFlow、PyTorch等主流深度学习框架，有LoRA/QLoRA微调、意图识别或多Agent协同项目经验者优先。 2• 精通自然语言处理核心技术，涵盖分词、命名实体识别、意图理解、语义分析及Prompt工程，熟悉RAG、RLHF等先进技术，能够独立完成意图解析算法的设计与实现。 3• 掌握多Agent协同相关算法（如强化学习、分布式协同、任务规划），了解多Agent系统架构设计要点与落地挑战，具备实际项目经验者更佳。 4• 熟悉通义千问、文心一言等国产大模型的API使用与参数调优，理解其底层机制，能针对具体场景优化调用策略以降本增效；具备大模型私有化部署经验者优先考虑。 5• 熟练使用Milvus、Pinecone等向量数据库，具备记忆检索算法设计与优化能力，可实现上下文与历史数据的高效关联；了解Redis、MySQL等存储组件在算法系统中的集成应用。 6• 具备扎实的数学基础（线性代数、概率论、微积分），能独立完成算法建模、调试与性能优化，具备出色的问题定位与解决能力，可快速应对算法工程化过程中的各类技术挑战。 7• 有AI Agent、智能助手或企业级AI产品算法开发经验者优先，拥有论文发表、专利成果或开源项目贡献者加分；熟悉ToB场景合规要求，能在算法设计中融合合规考量者更受青睐。