主分类：大模型与生成式算法研发
辅助：Agent系统开发（仅展示）
来源 JD 数据（旧分类保留，当前主分类见上方）
{
"schema_version": "via_ai_product_manager_jobs_v1",
"data_type": "ai_product_manager_jobs",
"job": {
"job_title": "高德-多模态算法工程师-agent方向",
"job_level": "未披露",AI生成
"work_category": "全职",AI生成
"department": "阿里集团",
"location": "北京",
"work_mode": "未披露",AI生成
"job_category": "技术类-算法"AI生成
},
"company": {
"company_name": "高德",
"company_industry": "数字地图 / 导航服务",
"company_size": "未披露",
"company_website": "alibaba.com",
"company_description": "高德提供电子地图和导航服务。"
},
"compensation": {
"salary_range": {
"min": "",
"max": "",
"currency": "未披露",
"cycle": "未披露"
},
"benefits": "未披露"
},
"requirements": {
"working_years": "",
"degree": "计算机、人工智能、数学等相关专业硕士及以上学历",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "1. Agent Harness与长时任务\n负责生产级 Agent Harness 核心算法与系统研发，包括上下文工程、工具调用、任务编排、状态持久化、权限控制、异常恢复和轨迹回放。\n构建面向长时任务的分层记忆系统，包括工作记忆、情景记忆、语义记忆、经验记忆及长期 Artifact 管理。\n重点突破 Long-horizon Planning 中的目标漂移、错误累积、上下文膨胀和决策不稳定问题。\n2. Agent RL与后训练\n负责 Agent RL 训练和策略优化，提升 Agent 在复杂工具调用、代码生成、多步推理及多模态创作任务中的成功率与鲁棒性。\n构建长轨迹任务环境与 Benchmark，建立从任务生成、轨迹采集、结果验证到策略训练的完整闭环。\n开展 SFT、Reward Modeling、DPO、PPO、GRPO等训练工作，结合成功与失败轨迹实现持续策略改进。\n3. 多模态创作和World Model 创作链路\n搭建高可用的多模态智能创作链路，实现从创意理解、文本脚本、分镜规划到图像、视频、语音和交互式世界生成的完整闭环。\n结合世界模型开展 Agent 决策应用，利用世界模型进行多步前瞻、动作仿真，在执行前评估不同动作序列的潜在结果。\n推动世界模型在 AI 视频、互动内容、数字人、3D场景和可交互虚拟环境中的产品化落地。\n4. 前沿技术预研\n跟踪 Agent RL、World Models、多模态生成和交互式智能体等方向的最新进展。\n快速复现和评估学术界及开源社区的前沿方法，推动有效方案在工业场景中的落地。\n输出有影响力的学术或开源工作",
"requirements_text": "1. 学历与基础\n计算机、人工智能、数学等相关专业硕士及以上学历，具备扎实的机器学习理论基础。\n精通 Python，熟悉 PyTorch 深度学习框架，具备优秀的算法工程化落地能力。\n2. Agent 与强化学习\n深入理解 Agent 范式：熟练掌握 ReAct, Plan-and-Solve, Reflexion 等主流 Agent 架构。\n精通 RL 对齐算法：有实际的 PPO, DPO, ORPO, GRPO 等算法调优经验，理解 Reward Modeling 的设计原则，能够处理稀疏奖励和多目标优化问题。\n熟悉 LangGraph、LlamaIndex 或自研 Agent 框架源码，具备修改底层调度逻辑的能力。\n3. 多模态模型与 SFT\n熟悉 SFT 全流程：具备大规模多模态指令数据的清洗、构造及增强经验，有熟练的分布式微调训练。\n【加分项】\n优秀的学术成果：在 NeurIPS, ICML, ICLR, CVPR, ACL 等顶级会议发表过关于 过关于 Agent RL（如决策优化、强化学习对齐）或 多模态生成（如文生图/视频、多模态对齐、可控生成）相关的高水平论文。\n开源贡献：在 GitHub 上有高星的 Agent 框架、多模态模型、benchmark或 RL 训练代码库贡献。",
"skills": [AI生成
"Python",
"PyTorch",
"React",
"机器学习",
"深度学习",
"强化学习"
],
"preferred_qualifications": "【加分项】",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://talent.amap.com/off-campus/position-detail?positionId=100023780006"
}
]
},
"posting": {
"posting_id": "100023780006",
"post_date": "2026-09-11",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://talent.amap.com/off-campus/position-detail?positionId=100023780006"
},
"fulltext": "高德-多模态算法工程师-agent方向\n高德-多模态算法工程师-agent方向\n\n基础信息\n职位类别：技术类-算法\n工作地点：北京\n\n职位描述\n1. Agent Harness与长时任务\n负责生产级 Agent Harness 核心算法与系统研发，包括上下文工程、工具调用、任务编排、状态持久化、权限控制、异常恢复和轨迹回放。\n构建面向长时任务的分层记忆系统，包括工作记忆、情景记忆、语义记忆、经验记忆及长期 Artifact 管理。\n重点突破 Long-horizon Planning 中的目标漂移、错误累积、上下文膨胀和决策不稳定问题。\n2. Agent RL与后训练\n负责 Agent RL 训练和策略优化，提升 Agent 在复杂工具调用、代码生成、多步推理及多模态创作任务中的成功率与鲁棒性。\n构建长轨迹任务环境与 Benchmark，建立从任务生成、轨迹采集、结果验证到策略训练的完整闭环。\n开展 SFT、Reward Modeling、DPO、PPO、GRPO等训练工作，结合成功与失败轨迹实现持续策略改进。\n3. 多模态创作和World Model 创作链路\n搭建高可用的多模态智能创作链路，实现从创意理解、文本脚本、分镜规划到图像、视频、语音和交互式世界生成的完整闭环。\n结合世界模型开展 Agent 决策应用，利用世界模型进行多步前瞻、动作仿真，在执行前评估不同动作序列的潜在结果。\n推动世界模型在 AI 视频、互动内容、数字人、3D场景和可交互虚拟环境中的产品化落地。\n4. 前沿技术预研\n跟踪 Agent RL、World Models、多模态生成和交互式智能体等方向的最新进展。\n快速复现和评估学术界及开源社区的前沿方法，推动有效方案在工业场景中的落地。\n输出有影响力的学术或开源工作\n\n职位要求\n1. 学历与基础\n计算机、人工智能、数学等相关专业硕士及以上学历，具备扎实的机器学习理论基础。\n精通 Python，熟悉 PyTorch 深度学习框架，具备优秀的算法工程化落地能力。\n2. Agent 与强化学习\n深入理解 Agent 范式：熟练掌握 ReAct, Plan-and-Solve, Reflexion 等主流 Agent 架构。\n精通 RL 对齐算法：有实际的 PPO, DPO, ORPO, GRPO 等算法调优经验，理解 Reward Modeling 的设计原则，能够处理稀疏奖励和多目标优化问题。\n熟悉 LangGraph、LlamaIndex 或自研 Agent 框架源码，具备修改底层调度逻辑的能力。\n3. 多模态模型与 SFT\n熟悉 SFT 全流程：具备大规模多模态指令数据的清洗、构造及增强经验，有熟练的分布式微调训练。\n【加分项】\n优秀的学术成果：在 NeurIPS, ICML, ICLR, CVPR, ACL 等顶级会议发表过关于 过关于 Agent RL（如决策优化、强化学习对齐）或 多模态生成（如文生图/视频、多模态对齐、可控生成）相关的高水平论文。\n开源贡献：在 GitHub 上有高星的 Agent 框架、多模态模型、benchmark或 RL 训练代码库贡献。\n1. Agent Harness与长时任务\n负责生产级 Agent Harness 核心算法与系统研发，包括上下文工程、工具调用、任务编排、状态持久化、权限控制、异常恢复和轨迹回放。\n构建面向长时任务的分层记忆系统，包括工作记忆、情景记忆、语义记忆、经验记忆及长期 Artifact 管理。\n重点突破 Long-horizon Planning 中的目标漂移、错误累积、上下文膨胀和决策不稳定问题。\n2. Agent RL与后训练\n负责 Agent RL 训练和策略优化，提升 Agent 在复杂工具调用、代码生成、多步推理及多模态创作任务中的成功率与鲁棒性。\n构建长轨迹任务环境与 Benchmark，建立从任务生成、轨迹采集、结果验证到策略训练的完整闭环。\n开展 SFT、Reward Modeling、DPO、PPO、GRPO等训练工作，结合成功与失败轨迹实现持续策略改进。\n3. 多模态创作和World Model 创作链路\n搭建高可用的多模态智能创作链路，实现从创意理解、文本脚本、分镜规划到图像、视频、语音和交互式世界生成的完整闭环。\n结合世界模型开展 Agent 决策应用，利用世界模型进行多步前瞻、动作仿真，在执行前评估不同动作序列的潜在结果。\n推动世界模型在 AI 视频、互动内容、数字人、3D场景和可交互虚拟环境中的产品化落地。\n4. 前沿技术预研\n跟踪 Agent RL、World Models、多模态生成和交互式智能体等方向的最新进展。\n快速复现和评估学术界及开源社区的前沿方法，推动有效方案在工业场景中的落地。\n输出有影响力的学术或开源工作\n1. 学历与基础\n计算机、人工智能、数学等相关专业硕士及以上学历，具备扎实的机器学习理论基础。\n精通 Python，熟悉 PyTorch 深度学习框架，具备优秀的算法工程化落地能力。\n2. Agent 与强化学习\n深入理解 Agent 范式：熟练掌握 ReAct, Plan-and-Solve, Reflexion 等主流 Agent 架构。\n精通 RL 对齐算法：有实际的 PPO, DPO, ORPO, GRPO 等算法调优经验，理解 Reward Modeling 的设计原则，能够处理稀疏奖励和多目标优化问题。\n熟悉 LangGraph、LlamaIndex 或自研 Agent 框架源码，具备修改底层调度逻辑的能力。\n3. 多模态模型与 SFT\n熟悉 SFT 全流程：具备大规模多模态指令数据的清洗、构造及增强经验，有熟练的分布式微调训练。\n【加分项】\n优秀的学术成果：在 NeurIPS, ICML, ICLR, CVPR, ACL 等顶级会议发表过关于 过关于 Agent RL（如决策优化、强化学习对齐）或 多模态生成（如文生图/视频、多模态对齐、可控生成）相关的高水平论文。\n开源贡献：在 GitHub 上有高星的 Agent 框架、多模态模型、benchmark或 RL 训练代码库贡献。",
"standard_classification": {
"std_category_code": "T010",
"std_aux_codes": [
"T009"
],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}