【MPI&D】算法专家–商家智能客服

团队介绍

我们是 Shopee Sellerbot（商家智能客服）团队。

Sellerbot 是 Shopee 面向全球商家的新一代 AI Agent，为数千万商家提供智能客服、运营助手与业务 Agent 服务。

不同于传统 Chatbot，我们希望构建真正能够理解业务、规划任务、调用工具并解决问题的 AI Agent。例如：

查询订单、物流、退款、处罚等业务系统；

自动完成工单处理、运营配置等复杂流程；

理解商家经营情况并提供经营建议；

与人工客服、RM（Relationship Manager）协同工作；

基于真实线上反馈持续学习与自我优化。

团队专注于将 LLM、AI Agent、Post-Training、RL、Tool Learning 等前沿技术应用到真实业务场景，持续推动 Sellerbot 从"回答问题"演进为"帮助商家完成工作"的智能 Agent。

​

岗位职责

一、围绕 AI Agent 架构与 Harness / Loop Engineering / Post-Training / Agentic RL 方向，参与或主导如下工作：

1. AI Agent 架构与 Harness（智能体架构与运行框架）

设计与迭代 AI Agent 架构（Planning / Tool Use / Memory / 多 Agent 协同等），建设工具集、上下文工程、SOP / 知识接入等 Harness，让基座模型的能力在客服场景中充分利用；

2. 推动 Agent 系统提效，通过模型分层、并行调度、上下文压缩与缓存复用等手段，降低端到端时延与推理成本。

二、Loop Engineering（数据与训练自进化闭环）

1. 建设“线上真实反馈（CSAT、转人工、人工改写等）→ 自动评估 → 训练数据生产 → Post-Training / RL → 灰度验证”的自进化闭环，让系统随真实流量持续变强；

2. 以“达到并超越人工客服”为目标，搭建自动化评估与 LLM-as-a-Judge 体系，从离线指标与业务指标共同衡量效果。

三、Post-Training 与 Agentic RL

1. 设计面向客服场景的 SFT / DPO / GRPO / PPO 等后训练策略，基于显式与隐式反馈（用户评分、CSAT、转人工、人工改写等）构造偏好与 Reward 信号；

2. 围绕 Agent 关键决策环节（动作选择、Tool 调用、澄清 / 追问策略等），设计 Agentic RL 目标与训练方法，探索 RLHF / RLAIF 在对话策略中的应用；

四、前沿实践

持续跟进 Post-Training、RL、Agent、Harness / Loop Engineering 等方向的最新研究进展并推动在业务中落地。

​

任职要求

1. 计算机科学、人工智能相关专业硕士及以上学历，具有 3–7 年研究 / 工程经验均可；

2. 扎实的计算机与数学基础，良好的算法与数据结构能力；

3. 系统掌握机器学习与深度学习基础理论，对 Transformer 与 LLM 架构有较深入理解；

4. 至少在以下方向中 1–2 个方向具备较深研究或项目经历：

-Post-Training（SFT / DPO / GRPO 等）；

-强化学习 / Agentic RL；

-Agent 方向（Planning / Reasoning / Tool Use / Memory / Multi-Agent 等）；

-Harness / Loop Engineering（Agent 运行框架、自动评估与数据自进化闭环）；

5. 熟练掌握 Python，熟悉 PyTorch / TensorFlow 等主流深度学习框架；

6. 具备良好的英文论文阅读与技术沟通能力；

7. 对 研究 + 工程 + 业务 的交叉问题有兴趣，愿意在真实场景中验证和打磨方法。

​

加分项（优先考虑）

1. 具备国内外一线 AI 团队（OpenAI、Google DeepMind、Anthropic、Meta、字节 Seed、阿里通义、腾讯混元、百度文心等）Agent 或大模型项目经验；

2. 有 AI Agent 系统设计与规模化落地经验，或有 Agent 推理提效（模型蒸馏、模型路由、并行调度、上下文工程等）实践经验；

3. 在 NLP、LLM、RL、Agent 等相关方向于顶会 / 顶刊（如 ACL、EMNLP、NeurIPS、ICLR、ICML 等）有论文产出，或有完整的研究工作；

4. 有实际参与 LLM Post-Training / 强化学习（含 Agentic RL）项目的经验；

5. 有在对话 / 客服 / Agent 场景中开展 RLHF / Agentic RL 的实践经历；

6. 熟悉分布式训练与大模型优化（如 DeepSpeed、FSDP、Megatron 等）。

​

为什么加入Shopee Sellerbot团队

Sellerbot是每天服务数千万商家、覆盖多个国家与语言的真实 AI Agent 系统。你将面对复杂且具有挑战性的真实业务问题，包括 Tool Learning、长链路任务规划、在线反馈学习、多语言 Agent、业务决策优化等，并有机会将最新的大模型研究成果快速落地到真实产品中，推动 AI Agent 在全球电商场景中的规模化应用