大模型算法工程师（客服场景）
岗位摘要
负责客服场景大模型微调（SFT）及强化学习（RLHF/RLAIF/DPO），持续提升模型在复杂业务逻辑下的推理能力与回复质量；深度优化RAG链路，包括Embedding模型精调、多路召回融合、重排序及长文本处理，将海量非结构化知识库转化为精准的业务生产力
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
- 负责客服场景大模型微调（SFT）及强化学习（RLHF/RLAIF/DPO），持续提升模型在复杂业务逻辑下的推理能力与回复质量
- 深度优化RAG链路，包括Embedding模型精调、多路召回融合、重排序及长文本处理，将海量非结构化知识库转化为精准的业务生产力
- 参与沙盒模拟/红蓝对抗体系建设，通过对抗模拟和自动化评测，挖掘模型潜在问题，驱动模型实现智能化自迭代
- 推动LLM在交互安全、自动判责、智能质检、复杂任务编排（Agentic Workflow）等高价值场景的落地，实现客服全流程的智能化转型
任职要求
- 具备大语言模型微调（SFT、RLHF等）相关经验，熟悉强化学习算法
- 熟悉RAG技术栈，包括Embedding模型、召回、重排序及长文本处理
- 有沙盒模拟、红蓝对抗或自动化评测体系建设经验者优先
- 了解LLM在客服、安全、质检等场景的应用，具备复杂任务编排能力
- 具备较强的业务理解能力和团队协作精神，能处理真实复杂数据
福利待遇
- 接触最真实、最复杂的业务数据，积累实战经验
- 拥有充足算力支持，保障模型训练与优化效率
- 与业界算法专家合作，共同探索前沿技术
- 参与客服Agent自进化闭环和LLM商业边界的创新研究
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。