主分类：AI模型评测工程
辅助：通用算法研发（其他方向）（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-AI Agent算法专家-开平",
"job_level": "专家",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": 5,
"degree": "硕士及以上",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "1. 对核心场景的 Agent 效果负责。负责Agent从用户提出业务问题到交付最终产物全链条端到端的任务成功率，识别关键短板，并主导优化。\n2. 建立并持续优化场景Agent的评估体系，包括成功率、稳定性、成本等，并与线上真实用户反馈联动，对业务改进形成有效机制。\n3. 配合高德体系数据和既有的GIS领域工具能力，通过构建数据语义、证据链等方式，提高Agent应用的准确性、稳定性和可解释性。\n4. 结合业务场景，研究垂域Agent 在编排、上下文管理、记忆、Skill和工具使用、自进化、模型协同调优等方面的算法方案和效果调优。\n4. 持续跟进前沿技术，沉淀领域能力，支撑Agent在垂域构建领先业界的影响力。",
"requirements_text": "1. 硕士及以上\n2. 5年以上算法相关经验，至少1-2年LLM Agent方向的真实落地经验。\n3. 深入理解主流 Agent 技术，包括编排调度、上下文管理、Tool use、自进化等\n4. 强问题诊断能力，能从trace中还原 Agent 的决策路径，准确区分问题出在模型能力、上下文组织、工具设计还是数据本身，并给出分优先级的改进方案。\n5. 有构建评测体系的实际经验。能定义任务级指标、设计有区分度的评测集、用模型或规则实现自动化评分，并推动评测结果落到迭代决策上。\n6. 熟练应用Python，能独立完成从数据处理、实验设计到上线验证的全流程。",
"skills": [AI生成
"Python"
],
"preferred_qualifications": "4. 强问题诊断能力，能从trace中还原 Agent 的决策路径，准确区分问题出在模型能力、上下文组织、工具设计还是数据本身，并给出分优先级的改进方案",
"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=100033080003"
}
]
},
"posting": {
"posting_id": "100033080003",
"post_date": "2026-09-04",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://talent.amap.com/off-campus/position-detail?positionId=100033080003"
},
"fulltext": "高德-AI Agent算法专家-开平\n高德-AI Agent算法专家-开平\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. 对核心场景的 Agent 效果负责。负责Agent从用户提出业务问题到交付最终产物全链条端到端的任务成功率，识别关键短板，并主导优化。\n2. 建立并持续优化场景Agent的评估体系，包括成功率、稳定性、成本等，并与线上真实用户反馈联动，对业务改进形成有效机制。\n3. 配合高德体系数据和既有的GIS领域工具能力，通过构建数据语义、证据链等方式，提高Agent应用的准确性、稳定性和可解释性。\n4. 结合业务场景，研究垂域Agent 在编排、上下文管理、记忆、Skill和工具使用、自进化、模型协同调优等方面的算法方案和效果调优。\n4. 持续跟进前沿技术，沉淀领域能力，支撑Agent在垂域构建领先业界的影响力。\n\n职位要求\n1. 硕士及以上\n2. 5年以上算法相关经验，至少1-2年LLM Agent方向的真实落地经验。\n3. 深入理解主流 Agent 技术，包括编排调度、上下文管理、Tool use、自进化等\n4. 强问题诊断能力，能从trace中还原 Agent 的决策路径，准确区分问题出在模型能力、上下文组织、工具设计还是数据本身，并给出分优先级的改进方案。\n5. 有构建评测体系的实际经验。能定义任务级指标、设计有区分度的评测集、用模型或规则实现自动化评分，并推动评测结果落到迭代决策上。\n6. 熟练应用Python，能独立完成从数据处理、实验设计到上线验证的全流程。\n1. 对核心场景的 Agent 效果负责。负责Agent从用户提出业务问题到交付最终产物全链条端到端的任务成功率，识别关键短板，并主导优化。\n2. 建立并持续优化场景Agent的评估体系，包括成功率、稳定性、成本等，并与线上真实用户反馈联动，对业务改进形成有效机制。\n3. 配合高德体系数据和既有的GIS领域工具能力，通过构建数据语义、证据链等方式，提高Agent应用的准确性、稳定性和可解释性。\n4. 结合业务场景，研究垂域Agent 在编排、上下文管理、记忆、Skill和工具使用、自进化、模型协同调优等方面的算法方案和效果调优。\n4. 持续跟进前沿技术，沉淀领域能力，支撑Agent在垂域构建领先业界的影响力。\n1. 硕士及以上\n2. 5年以上算法相关经验，至少1-2年LLM Agent方向的真实落地经验。\n3. 深入理解主流 Agent 技术，包括编排调度、上下文管理、Tool use、自进化等\n4. 强问题诊断能力，能从trace中还原 Agent 的决策路径，准确区分问题出在模型能力、上下文组织、工具设计还是数据本身，并给出分优先级的改进方案。\n5. 有构建评测体系的实际经验。能定义任务级指标、设计有区分度的评测集、用模型或规则实现自动化评分，并推动评测结果落到迭代决策上。\n6. 熟练应用Python，能独立完成从数据处理、实验设计到上线验证的全流程。",
"standard_classification": {
"std_category_code": "T015",
"std_aux_codes": [
"T033"
],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}