职位描述 　　 
深入理解智能客服业务场景，开展自然语言处理（NLP）、语义理解、人机对话系统等核心算法的研究与工程实现；
聚焦强化学习技术（如RLHF）在对话模型优化中的应用，涵盖大模型微调、策略迭代等相关方向的研究与落地；
构建基于检索增强生成（RAG）的智能问答系统，持续提升知识库组织与信息检索效率；
解决对话过程中的意图识别、多轮上下文管理、用户行为建模等关键问题，打造高效精准的对话检索与推荐机制；
关注领域前沿动态，推进大语言模型（如GPT、LLaMA等）在实际场景中的应用探索，并参与基础模型的优化与创新。

职位要求
学历背景：硕士及以上学历，计算机、人工智能、信号处理、模式识别等相关专业，特别优秀的本科候选人可适当放宽条件；
技术能力：
掌握机器学习与深度学习的基本理论和方法，熟悉主流框架（TensorFlow/PyTorch）的使用；
理解强化学习典型算法（如PPO、DPO、GRPO）及其常用工具链（ray、verl、openrlhf），具备实际项目经验者优先；
具有NLP技术的实际应用经历，涵盖语义分析、检索模型、知识库建设等方面；
编程能力：
精通Python/C++/Java中至少一门编程语言；
具备扎实的算法功底和工程实现能力，能够独立完成复杂系统的开发与调试；
项目经验：
有智能问答、客服助手、对话机器人等项目的实际开发经验；
具备大语言模型预训练或后训练经历者更受青睐；
综合能力：
具备较强的逻辑思维与问题拆解能力，乐于挑战技术难点；
拥有良好的沟通协作意识，能在跨职能团队中高效配合；
加分项：
曾在ACL、NeurIPS、ICLR等顶级学术会议发表相关研究成果；
对在线客服系统及业务流程有深刻认知。