【北斗实习】大模型应用算法研究员-Agent构建

Job description

【课题说明】 以大语言模型（LLM）的 Workflow 、 Agent、对话能力为核心，研究方向包括上下文管理、生成式推荐、Agent Skills、Post-Training、LLM+Decision、LLM +Causal 等。主要业务场景为探索 AI 在骑手运营场景下的落地实践，实现“技术驱动业务范式”的升级转变。 【建议研究方向】

Agent 工作流与规划

• 设计具有复杂规划（Planning）与工具调用能力的 Agent，实现任务的自动化拆解与执行。

生成式用户理解

• 基于 LLM 进行语义挖掘，构建动态用户画像（Persona），实现生成式的用户*运营策略的个性化推荐。

上下文与记忆管理

• 攻克长窗口（Long Context）难题，设计高效的记忆（Memory）与 RAG 机制，保障长周期交互的逻辑连贯。

行业大模型后训练

• 通过自动化样本生成、通用评估方案建设、reward设计与探索，大幅提升应用依赖的行业大模型质量。

决策科学融合

• 将Decision、Causal等传统决策技术与 LLM 推理结合，提升传统的决策智能表现。 我们将提供海量的真实业务场景、充足的 GPU 计算资源和极高的探索自由度，目标是产出既有技术深度又能直接创造业务价值的未来 AI 应用范式。

超级学霸

• 专业成绩排名前1%。

学术达人

• 在顶级期刊或学术会议上以第一作者身份发表论文（或导师一作，自己为二作）。

竞赛大神

• 在顶级大赛上获奖。

工程高手

• 有大厂实验室的实习经验，或有贡献突出的开源项目。