理想汽车｜Agent算法实习生

1. 参与 SalesAgent 核心能力建设，围绕关键场景，支持面向销售转化的智能决策能力研发； 2. 参与搭建基于大模型的 Agent 系统，支持客户状态识别、客户优先级判断、跟进时机识别、转化策略匹配、下一步动作推荐等能力建设； 3. 参与构建主动触达能力，包括但不限于：信息缺口识别、主动追问补全、触达时机判断、跟进建议生成、沟通重点与话术推荐； 4. 参与业务数据、客户画像、行为日志、销售知识、案例素材与大模型能力的联动设计，提升系统对真实销售场景的理解与推理能力； 5. 参与 RAG、Tool Use、Workflow、Memory、Evaluation 等模块建设，推动 Agent 在复杂业务场景中的稳定落地； 6. 结合真实业务数据与销售过程，分析影响转化的关键因素，持续优化客户识别、策略推荐和主动经营效果； 7. 与算法、后端、产品、业务、数据团队紧密协作，推动 AI 能力在销售场景中形成“识别—决策—触达—反馈”的闭环。

1. 2027届硕士毕业生，以下专业优先考虑：计算机科学与技术、人工智能、数据科学、机器学习、模式识别、自然语言处理、统计学习等相关专业优先； 2. 具备扎实的机器学习、自然语言处理、数据挖掘或推荐系统基础，理解常见建模与优化方法； 3. 熟悉 Python，具备良好的工程实现能力，能够独立完成算法原型开发、数据分析与实验验证； 4. 了解大模型应用常见技术方案，包括但不限于 Prompt、RAG、Function Calling、Agent Workflow、评测与反馈优化； 5. 对“从业务问题出发设计 AI 系统”有兴趣，愿意深入理解销售场景、客户行为和转化链路，而不只停留在模型层面； 6. 具备较好的逻辑思维、沟通能力和跨团队协作能力，能够在复杂问题中持续拆解、迭代和推进。 加分项 1. 有 Agent、Copilot、RAG、智能问答、对话系统等相关项目或科研经历； 2. 有推荐系统、策略系统、营销增长、用户画像、用户运营、搜索/广告等相关实践； 3. 有强化学习、DPO、模型评测、反馈闭环、实验平台等方向经验； 4. 有将算法或模型能力落地到真实业务系统中的经历； 5. 对销售业务、CRM、线索运营、客户生命周期管理有理解或兴趣。 我们期待你 1. 能从复杂业务中抽象问题，也能把方案落到可验证、可迭代的工程实现； 2. 对数据、知识、策略、触达、反馈这些要素如何共同构成一个智能系统有持续好奇心。