|
|
| |
| |
职位描述 用小程序查看更多 |
|
1、大模型与智能体核心能力建设：
围绕销售及大件业务场景，负责大语言模型在意图识别、规划理解、多轮对话、用户画像与偏好洞察、话题与线索分析、知识问答及 chatBI 等核心能力上的应用设计、微调与持续优化，支撑线索智能体、销售助手智能体及大件智能体等关键场景落地。
2、智能体推理链路与多智能体协同设计：
参与线索子智能体、销售助手子智能体、大件智能体与一级、三级销售智能体的大模型协同架构设计，构建基于大模型的多轮推理、任务分解与业务决策链路，提升智能体在复杂销售与大件业务场景下的理解、决策与协同执行能力。
3、智能体工程化与能力复用建设：
设计并持续优化 Prompt、RAG（检索增强生成）、工具调用及 Agent 协作机制，推动大模型、推荐及相关决策能力的工程化落地，保障智能体能力的稳定性、可扩展性与跨场景复用。
4、业务决策模型与数据驱动优化：
结合销售线索质量、智能报价与折扣策略等业务需求，支持折扣方案模型的优化与场景拓展，通过数据挖掘与分析持续评估智能体与模型效果，驱动核心能力的迭代优化与业务价值提升。1、学历与经验：
计算机、人工智能、数学等相关专业硕士及以上学历，3 年及以上算法或大模型相关工作经验，具备大语言模型在真实业务场景中的落地实践经验者优先。
2、大模型与算法能力：
熟悉主流大语言模型（如 GPT、Qwen、LLaMA 等）的原理与使用方式，具备 Prompt Engineering、模型微调（SFT / LoRA）或推理优化经验；对意图识别、文本理解、信息抽取、多轮对话、任务规划等 NLP 方向具备扎实的理论基础与实践能力。
3、智能体与系统设计能力：
理解并具备基于大模型的智能体（Agent）设计与实现经验，熟悉多智能体协作机制、推理链路设计、工具调用及 RAG（检索增强生成）等典型架构，能够推动大模型能力的工程化、服务化落地与复用。
4、工程与数据能力：
熟练使用 Python，具备良好的算法工程化与线上服务化能力；具备一定的数据分析与建模能力，熟悉 Hive / Spark SQL 等数据处理工具，能够将复杂业务场景抽象为可落地的数据与模型问题，并支持模型效果分析与持续优化。
5、业务理解与综合素质（加分项）：
有销售、营销、客服或 CRM 等业务场景下的大模型或智能体应用经验者优先；具备较强的业务抽象与跨团队协作能力，能够将复杂业务问题转化为大模型可执行的推理与决策逻辑。 |
|
| |
|
|
| |
|
