算法专家

岗位描述 全面负责公司教育 AI Agent 的算法体系设计与落地 从 L2（单节课内教学决策） 起步，逐步演进至 L3/L4（跨课规划与结果责任） 设计并推进 决策型 AI 系统，包括策略选择、模型与规则协同、评估与闭环机制 在当前阶段以 SFT + 策略决策 + 强规则约束 为核心，确保系统可控、可评估、可复盘 随系统成熟，探索包括 强化学习（RL）在内的长期规划方法，用于跨课目标分配与节奏优化 与教研、产品、工程深度协作，将教学目标转化为 可学习、可评估的算法系统 负责算法方向的长期演进，并逐步搭建与带领算法团队 能力要求 5–10 年算法相关经验，有真实在线系统（推荐 / 决策 / 对话 / Agent）落地经验 主导或深度参与过 AI 系统从 0 到 1 或关键阶段建设 有 SFT / 数据驱动模型训练实战经验，不止于 Prompt 调优 具备 算法评估体系设计能力，不只关注 Accuracy / Loss 能在模型能力、规则约束与业务目标之间做理性取舍，对结果负责 加分项： 教育、对话系统、Agent、推荐系统背景 有失败样本 / 风险样本 / 系统稳定性治理经验 理解或实践过 强化学习 / Bandit / 长期决策建模，且清楚其适用边界 有带算法团队经验，愿意长期负责体系建设