AI对话系统算法专家
岗位摘要
构建AI Memory与用户个性化建模能力,包括长期用户画像、兴趣演化与上下文记忆机制;设计语义检索与向量数据库算法,实现高效低延迟的语义匹配、嵌入表示与向量索引方案;研发LLM对话中控算法,涵盖多意图识别、任务路由、安全对齐、幻觉抑制与对话状态管理
登录后保留你的岗位线索
邮箱登录后可继续查看完整职责、任职要求和原岗位入口,并使用收藏与浏览记录沉淀适合自己的机会。
岗位职责
- 构建AI Memory与用户个性化建模能力,包括长期用户画像、兴趣演化与上下文记忆机制
- 设计语义检索与向量数据库算法,实现高效低延迟的语义匹配、嵌入表示与向量索引方案
- 研发LLM对话中控算法,涵盖多意图识别、任务路由、安全对齐、幻觉抑制与对话状态管理
- 开发情景感知算法,融合设备状态、环境上下文、用户行为等多源信号实现动态对话策略
- 搭建个性化推荐与数据挖掘算法,基于对话日志与用户行为挖掘潜在需求并驱动主动服务
- 主导算法从原型验证到端侧/边缘/云协同部署的全链路落地,兼顾性能、隐私与合规
- 与产品、系统架构、嵌入式及数据团队紧密协作,推动算法能力产品化与客户交付
- 持续跟踪大模型、记忆增强对话、检索增强生成(RAG)、联邦学习等前沿技术并评估产业应用价值
任职要求
- 计算机科学、人工智能、机器学习或相关专业硕士及以上学历
- 3年以上NLP/对话系统/推荐系统相关算法研发经验
- 精通大语言模型(LLM)在对话系统中的应用,熟悉Prompt Engineering、微调(SFT/LoRA)、RAG、Agent框架等技术
- 在用户画像与个性化建模方向有扎实项目经验
- 在向量检索与语义相似度计算方向有扎实项目经验,如FAISS、HNSW、ColBERT等
- 在对话状态跟踪(DST)、任务型对话或开放域对话系统方向有扎实项目经验
- 在情境感知(Context-aware)建模与多模态上下文融合方向有扎实项目经验
- 在推荐系统或行为序列建模方向有扎实项目经验,如Transformer、GRU4Rec等
- 熟练掌握Python,熟悉PyTorch等深度学习框架,具备良好的工程实现能力
- 有端侧部署、模型压缩、隐私保护(如差分隐私、联邦学习)或车载/手机端对话系统经验者优先
- 具备优秀的逻辑思维、跨团队协作能力和客户需求转化能力,能独立主导技术方案设计
登录后查看完整岗位详情
使用邮箱验证码登录后,可查看完整职责、任职要求、原岗位入口,并继续使用收藏和浏览记录。列表摘要保持公开,完整详情用于保护数据质量和降低恶意抓取。