AI Agent算法工程师

美团核心本地商业下业务研发平台，基于公司“零售+科技”的战略导向，通过从底层架构到应用系统、从软件到硬件、从传统算法到GenAI的全方位技术研究，以及开发、运维、安全等全流程能力建设，致力于推动美团核心本地商业下需求侧与供给侧的数字化和智能化升级，助力业务实现高质量增长，优化用户使用体验，提升商户经营水平，促进行业生态伙伴关系的持续健康发展。团队秉持务实、自驱、开放以及追求卓越的工程师文化，一方面通过系统和技术体系的持续迭代升级，帮助业务高质量增长；另一方面，密切关注前沿技术趋势变化，积极创新技术能力，为业务未来发展创造新的可能性。期待优秀的你加入我们，在夯实专业、深耕平台的基础上与业务携手同行，一起用技术 “帮大家吃得更好，生活更好”。 岗位职责 （1）商家/销售端Agent全链路算法优化：负责商家/销售端Agent系统的算法设计与持续优化，覆盖语音外呼、意图理解、任务规划、记忆机制等核心环节，构建具备自主决策与动态规划能力的端到端智能系统。 （2）Agent Harness优化：主导Agent Harness的设计与迭代，包括系统提示词与指令体系、上下文窗口管理、工具集编排、多轮交互管理、反思与纠错机制等，系统性提升Agent在复杂经营任务上的任务成功率与执行效率。 （3）领域模型后训练：主导SFT/DPO/RLHF/GRPO等后训练方法在商家经营场景的落地，包括领域指令数据与偏好数据构造、奖励设计、训练与评测全流程，持续提升模型对商家经营领域知识的理解、生成与决策能力。 （4）商家端知识挖掘：在销售外呼、商家经营等场景，从内外部知识库、历史数据、商家经营交易数据等海量数据中挖掘经营知识与领域规则，构建可持续更新的知识库，增强Agent的领域专业性与回答可靠性。 （5）评测能力建设：构建多维度、科学、高置信度的Agent评测体系，覆盖任务成功率、工具调用准确率、业务流程完成率、回答质量、稳定性、成本与延迟等指标，建设自动化评测与数据飞轮，基于线上真实反馈打通＂评测—数据—训练＂闭环。 （6）业务落地与前沿探索：与工程、产品等团队紧密协作，将算法能力产品化、平台化，支撑商家/销售端Agent持续迭代；跟踪Agentic RL、多智能体协作、Skill自进化、推理成本优化等前沿方向，推动可落地的技术转化。 岗位基本需求 （1）本科及以上学历，计算机、人工智能、机器学习、自然语言处理等相关专业优先； （2）具备扎实的算法理论基础，熟悉机器学习/深度学习/NLP，掌握Transformer、Embedding、向量检索、生成式模型等基本原理，熟悉主流大模型及其技术范式； （3）对LLM应用有深入理解与实践经验，理解RAG、Prompt Engineering、Function Calling、Agent Planning、Tool Use等技术机制，有Agent系统或对话系统完整项目经验者优先； （4）熟悉Python，熟练使用PyTorch/Transformers/vLLM等常见工具或框架；有大模型后训练（SFT/DPO/RLHF等）实战经验者优先； （5）具备较强的实验设计与问题分析能力，能够通过数据、评测和实验定位模型效果问题，并在算法效果、工程复杂度、推理成本和业务收益之间做合理权衡； （6）有好奇心，敢想敢做，责任心强；具备较强的团队协作与沟通能力，有较强的学习能力和业务分析及问题解决能力。 具备以下者优先 （1）有商家端/销售端企业级场景的Agent落地经验，如经营诊断、智能客服、商品优化、营销策略生成、数据问答、自动化运营等； （2）有评测体系建设、自动化评测、LLM-as-a-Judge等相关经验；有领域知识挖掘、垂类知识增强、企业知识库建设等经验； （3）熟悉C端搜索、推荐、广告等算法和业务系统，熟悉B端预测算法、供应链算法、供给理解和优化等算法体系，有相关算法工作经验。 （4）在NeurIPS/ICML/ICLR/ACL/AAAI/KDD等国际顶级会议发表过论文，或有高影响力开源项目、知名算法竞赛获奖经历。 岗位亮点 （1）Agent真实落地场景：商家/销售端是Agent天然的高价值落地场景，配合海量真实商家数据，构成极高的场景与数据壁垒，算法效果与业务收益强挂钩； （2）全栈技术闭环：覆盖Agent Harness、领域模型后训练、知识挖掘、评测体系的完整算法链路，从数据、评测、架构到模型全流程，快速成长为Agent领域技术专家； （3）个人成长空间大：优秀同学科可任算法主R，与业界一流团队并肩前行，参与前沿技术与业务的双重探索，获得快速成长与能力提升机会。