大模型算法负责人（超级助手大脑核心）(J17313)

优缺点分析

角色解读

• 在本岗位可深化‘AI系统架构师’与‘技术管理者’的双重角色，负责更复杂的多模态、端云协同AI产品
• 向更高阶的技术专家或技术负责人（如首席科学家、AI部门负责人）发展，影响公司核心AI战略
• 积累全球多语种AI产品落地经验，为在更广阔的国际市场担任技术领导职务奠定基础
• 作为技术负责人，设计并搭建面向手机终端的超级助手大模型技术架构，涵盖从模型微调到端侧部署的全链路
• 主攻Agent智能体核心算法，解决任务规划、工具调用、记忆管理等让AI‘能思考、会行动’的关键问题
• 针对海外多语种、低资源语言场景进行模型优化，并建立评测体系以保障效果和性能
• 带领算法团队进行技术攻坚、迭代开发与人才培养，确保项目落地和团队成长
• 具备顶尖的LLM技术深度，精通微调（SFT）、强化学习（RLHF）、RAG等模型训练与优化技术
• 拥有端侧大模型部署的实战经验，能在效果、速度、功耗、兼容性之间取得平衡
• 精通Agent智能体算法，对任务规划、函数调用（Function Calling）、记忆机制有深入理解
• 出色的团队管理能力与业务思维，能将算法能力转化为用户可感知的产品体验，并推动团队产出

申请策略

• 在简历和面试中，主动将你的技术方案与‘提升用户体验’、‘支撑全球业务’等业务目标挂钩，展现业务思维
• 准备一个关于如何平衡‘模型效果’与‘端侧性能约束’的深度案例，这是本岗位的核心挑战之一
• 了解传音在海外主要市场（如非洲、东南亚）的产品特点，思考大模型技术如何为其智能助手赋能
• 突出在大模型（特别是LLM微调、Agent、RAG）方面的具体项目成果，例如主导了哪些模型训练、优化或落地项目
• 详细描述端侧模型部署经验，如模型压缩、量化、推理优化等技术细节及取得的效果（如速度提升、功耗降低百分比）
• 强调团队管理经历，包括带领多大规模的团队、如何进行技术规划、人才培养及跨团队协作（如与产品、开发联动）
• 如有海外项目或多语种NLP经验，请务必重点列出
• 深入跟进Agent领域的最新技术动态（如ReAct、Toolformer、规划算法），并思考其在移动端的应用场景

面试指南

• 对于技术项目问题，采用STAR法则（情境、任务、行动、结果），重点描述技术选型理由、遇到的难点以及你的解决方案和量化成果
• 对于系统设计问题，先明确核心目标（用户需求、性能约束），然后分模块阐述（模型层、Agent层、工具层），最后说明评测与迭代机制
• 对于经验类问题，结合具体技术点（如RAG、模型蒸馏、语种适配）进行阐述，并强调从中学到的方法论或可复用的经验
• 请详细介绍一个你主导的大模型从训练到端侧部署的完整项目，遇到了哪些关键挑战？你是如何解决的？
• 如果让你为传音的手机助手设计一个Agent系统，需要调用天气、翻译、订票等工具，你会如何设计其核心架构（包括任务规划、记忆管理）？
• 在多语种尤其是低资源语言的NLP任务上，你有哪些经验？如何保证模型在这些语种上的效果和稳定性？
• 你如何评价和迭代一个大模型应用的效果？请举例说明你会设计哪些评测指标
• 深入研究传音超级助手现有功能及其技术博客/论文（如有），以便在面试中提出有深度的见解或改进想法