希音
资深算法/专家（客服）-上海南京深圳
资深算法/专家（客服）-上海南京深圳
发布于 大约 15 小时前普通员工/个人贡献者
上海市 / 南京市
高级经验
全职员工
仅现场办公
本科
深度学习
NLP
RAG
LLM
Prompt Engineering
智能客服
大模型微调
Sft/Rlhf
AI 估算 · 45k–75k
高级算法专家，大模型方向稀缺，薪资有竞争力。
职位详情
关于这个职位
该职位负责将大语言模型（LLM）落地到智能客服场景，研发智能体（Agent）系统，提升客服效率和客户满意度
你将主导LLM应用开发、模型微调、多智能体构建，并持续优化技术架构
适合有7年以上算法经验、熟悉NLP和Agent技术、对AI落地有热情的资深工程师
最低要求
学历与经验：本科及以上学历，计算机、人工智能、软件工程、数据科学等相关专业
具备7年以上算法开发、后端开发或NLP相关工程经验
编程基础：精通Python/Java等至少一门编程语言，具备优秀的编码习惯、工程化思维和代码调试能力，熟悉常用深度学习框架（如Pytorch/TensorFlow）者优先
LLM专业能力：
・熟悉大模型微调技术（如LoRA、P-Tuning），有实际的数据构建、SFT/RLHF训练经验者优先，能独立完成模型在垂直场景的适配优化
・具备实际的Agent或Multi-Agent项目开发经验，对AI Agent的规划、记忆、工具调用、意图规划等核心模块有深刻理解，能结合业务场景设计智能体交互逻辑
・熟悉NLP基础技术，对意图识别、实体抽取、对话管理等客服核心技术有实际经验者优先
综合素质：具备极强的自驱力和快速学习能力，对AI技术在服务场景的落地抱有极大热情
善于从业务场景中抽象技术问题，具备优秀的问题分析与解决能力
拥有良好的团队协作意识和跨部门沟通能力，能配合产品、业务团队推进技术落地
工作职责
业务落地与提效：负责大模型在智能客服全场景的算法应用设计与工程化落地，针对咨询应答、问题排查、工单处理等客服场景设计并优化算法策略，显著提升客服应答效率、问题解决率与客户满意度
LLM应用开发：深入参与基于大语言模型的智能客服应用开发，包括Prompt Engineering、模型微调（SFT/RLHF）、模型评测与轻量化部署，确保模型在客服交互中的应答准确性、连贯性与稳定性
智能体（Agent）构建：主导或参与智能客服智能体及多智能体（Multi-Agent）系统的设计与开发，整合外部工具（Tools/API）、业务知识库、工单系统等能力，解决客服场景中复杂的多轮交互、意图理解与跨域问题决策需求
技术探索与演进：紧密跟踪AI前沿技术（如RAG、Long Context、Function Call、多模态交互等），持续优化智能客服技术架构，推动智能体在意图识别、知识问答、个性化服务等方面的能力迭代，保持团队技术的行业领先性
效果迭代与优化：结合客服业务数据与用户反馈，持续迭代模型与智能体系统，优化交互逻辑、知识调用效率，解决客服场景中的边缘问题、歧义问题，提升系统的泛化能力
优先资格
有智能客服、在线咨询、对话机器人等领域的算法开发或系统搭建经验者优先
熟悉RAG技术体系，有知识库构建、检索优化、知识问答落地经验者优先
了解客服业务流程，熟悉工单系统、智能外呼、多渠道客服平台等产品者优先
有大模型落地实际项目经验，能独立完成从技术方案设计到工程化部署的全流程工作者优先
AI 洞察
优缺点分析
优点
- 处于AI大模型应用的前沿，技术成长快，积累稀缺经验
- 希音作为全球化巨头，平台大，业务复杂度高，项目影响力大
- 智能客服是降本增效的关键环节，受公司重视，资源投入大
- 需要同时掌握LLM、Agent、工程化等多领域知识，学习曲线陡峭
- 跨团队协作频繁，需要与产品、业务紧密配合，沟通成本高
缺点 / 挑战
- 客服场景对实时性和准确性要求高，系统稳定性压力大
- 适合对AI落地有热情、具备扎实算法和工程背景、喜欢挑战复杂问题并追求技术影响力的资深工程师
角色解读
- 在智能客服领域深耕成为算法专家或技术负责人，主导核心AI能力建设
- 横向拓展到其他业务场景的AI应用，如推荐、搜索等，扩大技术影响力
- 向技术管理方向发展，带领算法团队推动AI产品落地
- 负责将大语言模型（LLM）落地到智能客服场景，包括Prompt工程、模型微调和轻量化部署
- 设计和开发智能体（Agent）及多智能体系统，整合工具、知识库和工单系统
- 优化客服交互中的意图识别、多轮对话和问题解决策略，提升客户满意度和效率
- 跟踪前沿技术如RAG、Function Call，迭代技术架构
- 精通Python/Java，具备良好编码和工程化能力
- 深入理解大模型微调技术（LoRA、SFT/RLHF）并有实际经验
- 有Agent或Multi-Agent项目开发经验，掌握规划、记忆、工具调用等核心模块
- 熟悉NLP基础技术，如意图识别、实体抽取、对话管理
申请策略
- 了解希音的业务模式（快时尚跨境电商），思考AI如何在其客服体系中创造价值
- 准备一个完整的项目案例，从问题定义到工程落地的全流程
- 突出大模型微调或Agent项目的实际经验，最好有量化成果
- 强调NLP相关项目，尤其是对话系统、智能客服或知识问答
- 展示工程化能力，如部署、优化、性能调优等
- 若有论文或开源贡献，注明与LLM或Agent相关
- 如果没有Agent经验，可学习LangChain、AutoGPT等框架并做小项目
- 熟悉RAG技术体系，了解向量数据库和检索优化
面试指南
- STAR法则：描述情境、任务、行动、结果，突出你的技术贡献和思考过程
- 先明确问题本质，再提出多种方案并对比优缺点，最后说明选择理由和落地效果
- 请描述一个你主导的LLM微调项目，包括数据构建、训练策略和效果评估
- 如何设计一个多轮对话的智能客服Agent？请说明其规划、记忆和工具调用机制
- 在客服场景中，如何解决意图识别中的歧义问题和低频case？
- 你如何实现大模型在客服系统中的低延迟推理？举例说明
- 如果业务方要求快速上线一个客服功能，但模型效果不达标，你会如何处理？
- 复习LLM微调（SFT、RLHF）和Agent设计（ReAct、Plan-and-Execute）的经典论文
匹配度报告
69
综合匹配度
顶级算法岗、前沿LLM+Agent技术栈、薪资优厚，但WLB一般。
适合人群
最看重技术成长和前沿挑战，能接受高强度工作的求职者。
最强匹配
成长发展匹配
最弱匹配
工作生活匹配
薪资福利75
成长发展90
工作生活40
使命价值70
薪资福利匹配
75中等
薪资位于市场高位，但未披露具体福利，稳定性较高。
薪资信号未披露（AI估算：45K-75K/月）
成长发展匹配
90较高
技术栈前沿，成长空间大，有明确的晋升通道和培训机会。
技术前沿前沿/新兴技术
技术栈LLM、Agent、大模型微调、RAG、NLP、深度学习
业务类型profit_center
工作生活匹配
40较低
未提及远程或弹性办公，且大模型落地项目可能加班较多。
工作模式仅现场办公
办公地点市区核心地段
加班情况JD含高强度暗示词
使命价值匹配
70中等
智能客服提升效率，具有正向社会价值，行业高速增长。
行业发展高速增长赛道
社会影响正向社会影响力较高
创新程度积极采用新技术
Watch Jobs