我们正在寻找不仅懂模型，更能驾驭模型的人。如果你热爱挑战复杂问题，有系统解决能力，并渴望在真实系统中留下自己的技术烙印，欢迎加入我们。
职位职责
你将参与大语言模型在复杂业务场景中的核心算法设计与研发、实现与落地。涵盖复杂多轮对话、故障诊断、场景规划等核心业务流程，强调 LLM 智能能力的可控性、可解释性、稳定性与提升空间。
1. 核心算法设计与创新
主导或协助构建 Agent 的任务规划、多轮推理、总结归因等智能能力；
针对现有 prompt/RAG/推理流程提出算法优化方案，包括结构改进、数据增强、策略改写等；
构建高置信度判断机制、Agent 自适应触发策略、Prompt 多分支控制链等创新模块；
2. 模型能力挖掘与评估体系建设
评估现有大模型在目标任务上的行为表现，设计指标与 benchmark；
基于少量标注数据或真实对话构建小样本测试集，构建推理置信度与误判检测体系；
3. 基础组件标准化与系统集成
构建模块化、可迭代的推理链系统（Prompt Chain / Agent Planning），便于团队协作与版本管理；
按算法设计标准实现模块，并协助代码 review 与效果验收。
任职要求
1. 扎实的算法背景：硕士及以上学历，NLP、人工智能、图算法等方向有系统研究经验，有顶会（ACL、EMNLP、NeurIPS 等）论文发表者优先；
2. LLM 实战经验：熟悉主流开源大模型（Qwen、Deepseek、LLaMA、Mistral 等）及其微调、蒸馏、RAG 应用；
3. 推理系统能力：具备复杂推理链 / 多步问答 / CoT / Tool-augmented QA / Self-RAG 等研究或项目经验；
4. 评估与指标设计：能构建覆盖性强、针对性好的 agent 评估体系，对 hallucination、置信度、召回表现有深入理解；
5. 系统思维与落地能力：擅长从场景抽象问题模型，推动从建模、实验、迭代优化、工程部署的完整闭环；
6. 沟通与协作能力强：能与产品 owner 紧密配合，具备技术主导能力，愿意承担责任和挑战。
加分项
1. 有 Agent 框架实战经验（如 AutoGen / LangGraph / n8n 等）；
2. 有 GPT-4o 等闭源模型对齐实验经验；
3. 有 prompt auto-tuning / agent planning / RLHF 等方向研究积累；
4. 有过 LLM + graph / LLM + 结构化数据结合优化经验。