【北斗】数字人直播-Agent算法研究员

优缺点分析

角色解读

• 技术专家路线：从Agent算法研究员逐步成长为AI Agent领域的技术专家，主导核心算法创新
• 技术管理路线：积累业务与技术经验后，可带团队负责Agent系统整体架构和产品方向
• 学术发展：依托美团海量业务数据和GPU资源，可合作发表顶会论文，为后续读博或科研铺路
• 设计并搭建数字人直播场景下的Agent智能体系统架构，实现多Agent协同调度与决策联动
• 研发Agent的核心算法，包括意图理解、任务规划、工具调用和记忆管理，提升交互自然度和业务转化率
• 负责大模型的指令微调（SFT）和人类反馈强化学习（RLHF/RLVR），定制Agent场景的偏好对齐策略
• 构建Agent自动化评测体系，与工程和产品团队协作推动研究成果规模化落地，驱动数字人直播智能化升级
• 扎实的深度学习理论基础，精通PyTorch/TensorFlow，具备大规模模型训练经验
• 熟悉Agent系统设计，包括Multi-Agent协同架构、工具调用、任务规划等核心技术
• 掌握LLM后训练技术（SFT/RLHF/RLVR）和Agentic RL，有相关实践或论文优先
• 优秀的编程能力（C++/Python），有ACM/ICPC等竞赛获奖或顶会论文发表经历者更佳

申请策略

• 深入了解美团数字人直播业务场景，思考Agent如何提升直播转化率和用户体验，可在面试中展现业务理解
• 关注美团技术博客和Agent相关研究，了解团队技术方向，投其所好
• 突出深度学习项目经验，尤其是大规模模型训练经历，附上项目成果和量化指标
• 强调Agent系统或对话系统相关项目，如有LangChain、Multi-Agent框架使用经验务必列出
• 展示论文发表（特别是NeurIPS、ICML等顶会）、竞赛获奖（ACM/ICPC等）等学术亮点
• 提及RLHF、SFT、RLVR等后训练技术实践，以及相关开源项目贡献
• 强化Agent框架使用：系统学习LangChain/LangGraph，动手搭建一个简单的Multi-Agent Demo
• 补充LLM微调实操：利用开源模型（如LLaMA、Qwen）进行SFT和RLHF实验，熟悉训练流程

面试指南

• 对于系统设计题，遵循"场景分析-模块划分-关键技术-评估反馈"的框架，先拆分功能再讲解协同
• 对于算法原理题，采用"定义-方法-优点-挑战"结构，结合实际项目经历阐述
• 对于开放性问题，展示对技术前沿的理解，同时回归业务的可行性和价值
• 请设计一个面向直播带货场景的Agent系统架构，并说明核心模块和协同逻辑
• 如何评估Agent在多轮对话中的表现？请设计一个自动化评测方案
• 解释RLHF的训练流程，以及你在项目中如何使用它来优化模型
• 在Multi-Agent系统中，如何处理多个Agent的冲突和优先级？请举例说明
• 手撕代码：实现一个简单的任务规划算法（如拓扑排序或A*搜索）