大模型用户行为语义化与知识关联研发

Job description

工作职责

• 聚焦大模型应用方向，基于LLM深入挖掘用户操作路径特征、解析行为语义，实现行为的语义化还原。
• 构建操作路径与知识资源的自动化关联机制，设计并实现适配智能体平台的技术方案，突破多模态融合、Agent决策等核心难点。
• 参与课题全流程，围绕核心目标开展技术研发与实验论证，产出高质量技术文档、专利或学术论文。
• 协同跨团队推动语义化还原、知识关联等技术成果在产品中落地，支撑平台行业客户的定制化需求。
• 跟踪国内外多模态大模型、Agent等最新技术动态，配合培养计划参与技术交流与经验传递。 任职要求
• 计算机科学、人工智能、软件工程、机器学习等相关领域的本硕博在校生。
• 具备扎实的编程与算法基础，熟悉主流大模型原理，掌握特征提取与知识自动化关联技术，精通Python/C++及主流深度学习框架。
• 具备LLM应用开发、向量检索、知识库构建、大模型微调（SFT）或Prompt Engineering等相关实战经验。
• 具备较强的科研思维，在ACL、EMNLP、NAACL等顶级会议或核心期刊有相关论文发表经历者优先。
• 具备良好的沟通协作能力与自我驱动力，对大模型应用及知识自动化关联领域有浓厚兴趣。