大模型算法工程师-北京

优缺点分析

角色解读

• 技术专家路线：深入大模型与Agent方向，成为领域权威
• 架构师路线：主导智能体系统架构设计，推动技术落地
• 团队管理路线：逐步带领团队，负责核心项目研发与规划
• 负责生活类智能体算法研发，使用大模型实现用户需求理解、规划、执行、反思等核心Agent功能
• 参与滴滴大模型核心业务策略算法研发，构建面向海量数据的智能体服务
• 解决大模型在通用Agent产品中的推理规划、长上下文、指令遵循等问题，并优化数据飞轮
• 设计和实现通用Agent评测集与评测链路，推动产品迭代
• 精通Python或Go，熟练使用PyTorch、TensorFlow等深度学习框架
• 掌握指令微调、偏好对齐（RLHF/DPO）、强化学习等大模型对齐技术
• 具备Agent开发与优化经验，了解RAG、多模态LLM、推荐算法、搜索算法等
• 对前沿AI技术保持热情，具有较强的学习能力和问题分析能力

申请策略

• 关注滴滴L Lab的技术博客或公开分享，了解其技术方向
• 投递时附上用大模型解决实际问题的项目说明，展现动手能力
• 突出大模型对齐项目经验，详细说明在指令微调、RLHF/DPO中的具体贡献
• 展示Agent开发与优化经验，包括任务规划、反思执行等实际案例
• 强调编程能力，列举精通的语言和框架，并附上相关项目链接或成果
• 体现研究能力，如发表过相关论文或参与过开源项目
• 若缺乏Agent经验，可快速学习LangChain、AutoGPT等框架并完成一个Demo
• 补充强化学习知识，重点理解RLHF与DPO的数学原理与实现

面试指南

• STAR法则：情境(Situation)、任务(Task)、行动(Action)、结果(Result)
• 先描述项目背景，再说具体任务和你的行动，最后用数据或案例说明效果
• 对比分析法：对于技术选择题（如RLHF vs DPO），先解释各自原理，再比较优缺点，最后结合场景给出建议
• 系统设计思维：对于开放性问题（如设计Agent），先明确目标，再分模块（理解、规划、执行、反思）逐步展开，并考虑数据与评测
• 请详细介绍一下你做过的大模型对齐项目，使用了哪种偏好对齐算法？遇到了什么挑战？
• 如果让你设计一个生活类智能体，如何实现用户意图解析与任务规划？
• RLHF与DPO的区别是什么？在实际应用中如何选择？
• 如何评估一个Agent产品的效果？请设计评测指标