美团
大模型应用算法工程师（智能客服）
大模型应用算法工程师（智能客服）
发布于 18 天前普通员工/个人贡献者
全职员工混合式弹性办公人工智能
人工智能
Dpo
Nlp
Pytorch
Rag
大模型
强化学习
智能客服
机器学习
深度学习
值不值得投
79综合评分
综合评分 79
前沿大模型技术、核心业务落地、成长空间大，但WLB情况未明确。
从薪资福利、成长空间、工作节奏和岗位方向综合评估，方便横向比较。
薪资怎么样
35K
比人工智能中位数低
发布情况
正常在招 · 18 天前发布
公司情况
这家公司招聘很活跃
约 3140 个在招 · 其中人工智能 17 个
市场机会
选择面较广
北京 · 人工智能 · 约 280 个在招
职位详情
关于这个职位
这个职位专注于智能客服领域的大模型和智能体开发，负责优化模型的知识遵循、复杂推理和工具调用能力，并参与大模型后训练以提升问题解决能力
同时，探索Agentic RL等前沿技术，推动技术在客服、风控等场景的规模化落地，直接影响千万级用户的服务体验
最低要求
计算机、人工智能、数学等相关专业硕士及以上学历，两年以上大模型、智能体或相关领域研发经验
具备扎实的大模型训练和调优背景，熟悉主流的大语言模型（Deepseek、Qwen、Llama等）及其他开源模型
精通至少一种深度学习框架（如TensorFlow, PyTorch）
在以下至少一个技术领域有深入研究和丰富的实践经验：智能客服大模型
复杂指令遵循、逻辑和数学推理、结合知识约束的推理、DPO、强化学习等
大模型问答系统，RAG、Function Call等
Agent模型、多智能体系统
熟练掌握机器学习和深度学习的理论知识，并具备目标导向和数据思维
具备优秀的算法设计和实现能力，能够独立完成算法的需求分析、方案设计、代码实现和效果评估，有发表顶会论文（ACL/AAAI/EMNLP/ICML/ICLR等）者优先
具备良好的团队合作精神和沟通能力，能够与产品、工程团队高效协作
宽广的技术视野，强烈的钻研精神，主观能动性和学习能力，适应快速变化的技术趋势
工作职责
负责智能客服大模型和Agent核心能力建设，包括知识与指令遵循、复杂推理、多轮决策、自我纠错及Skill/工具调用等能力的优化和落地
参与大模型后训练，围绕高质量数据构建、SFT、偏好对齐和强化学习等技术，持续提升模型的复杂问题解决能力
建设数据、评测与线上反馈闭环，推动大模型在客服机器人、风控、舆情等场景的效果优化和规模化落地
参与Agentic RL、Skill自进化、语音多模态等前沿技术探索，挖掘大模型与Agent的新能力和新场景
优先资格
有发表顶会论文（ACL/AAAI/EMNLP/ICML/ICLR等）者优先
AI 洞察
优缺点分析
优点
- 深度参与核心业务，直接影响千万级用户体验，技术成果易于量化
- 接触最前沿的大模型技术与海量真实场景，技术成长空间大
- 公司提供清晰的职业发展路径和良好的技术氛围
- 大模型技术更新迅速，需要持续学习和跟进前沿进展
- 适合对大模型和智能体技术有浓厚兴趣，愿意深入解决复杂问题，并追求技术成长的算法工程师
缺点 / 挑战
- 项目涉及复杂业务场景，可能面临高难度问题和紧急交付压力
- 与产品、工程团队协作频繁，对沟通和协调能力要求较高
角色解读
- 从算法工程师成长为高级算法专家或技术负责人，深化大模型技术积累
- 向AI架构师或技术管理方向发展，负责更大规模的系统设计
- 通过前沿探索和论文发表，提升行业影响力，成为领域专家
- 负责智能客服大模型的核心能力建设，优化知识遵循、复杂推理和工具调用能力
- 参与大模型后训练，通过数据构建、SFT、强化学习等技术提升模型效果
- 建设数据评测闭环，推动技术在客服、风控等场景的规模化落地
- 探索Agentic RL、语音多模态等前沿技术，挖掘新应用可能
- 具备大模型训练和调优经验，熟悉主流开源模型和深度学习框架
- 在智能客服、强化学习、RAG或Agent模型等领域有深入实践
- 掌握机器学习和深度学习理论，拥有优秀的算法设计和实现能力
- 良好的团队协作和沟通能力，能适应快速技术变化
申请策略
- 提前了解美团智能客服的业务场景和技术栈，以便在面试中结合实际讨论
- 准备一个完整的技术项目案例，展示从问题分析到效果评估的全流程思考
- 突出大模型相关项目经验，如智能客服、RAG系统或Agent开发的具体案例
- 强调算法能力，包括模型训练、调优、强化学习等技术实践
- 如有顶会论文或开源贡献，务必在简历中显著展示
- 加强强化学习（如DPO）和Agent系统的设计与实现能力
- 熟悉大模型后训练技术，如SFT、偏好对齐等，并实践相关框架
面试指南
- 使用STAR法则（情境、任务、行动、结果）结构化回答项目经验
- 结合具体技术细节，如使用DPO优化对齐、通过数据增强提升泛化能力
- 强调数据驱动和迭代优化的思路，展示目标导向的解决过程
- 如何优化大模型的知识遵循能力，避免幻觉问题？
- 描述一个你参与的RAG系统或Agent模型的设计与实现
- 如何评估和监控大模型在客服场景中的效果？
- 遇到模型在复杂推理上表现不佳时，你会如何调优？
- 你对Agentic RL或Skill自进化技术有什么理解和实践？
职位点评
薪资福利75
成长发展90
工作生活65
使命价值85
薪资福利
75中等
职位在大型科技平台，薪资具备市场竞争力，但JD未明确具体福利细节。
薪资信号未披露（AI估算：25K-45K/月）
成长发展
90较高
职位涉及前沿大模型技术，公司提供清晰的职业成长路径和广阔的技术探索空间。
技术前沿前沿/新兴技术
技术栈大模型、Agent、强化学习、RAG、DPO
成长机会广阔的技术成长空间与清晰的职业发展路径
业务类型profit_center
工作生活
65中等
JD提到支持灵活办公，提供一定弹性，但未明确具体WLB政策或工作强度。
工作模式混合式弹性办公
办公地点未明确
加班情况未提及（无法判断）
工作生活平衡支持灵活办公
使命价值
85较高
人工智能领域处于高速增长赛道，技术应用于提升服务体验，具有积极社会影响。
行业发展高速增长赛道
社会影响中性/一般
创新程度积极采用新技术
Watch Jobs