主分类:Agent系统开发
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-Agent 算法专家(商家/广告智能体方向)-信息业务",
"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": "",
"degree": "本科",
"language": "具备良好的英文读写能力,能在全球化协同环境中高效工作",AI生成
"visa_support": "未披露",
"responsibilities": "职位定位\n负责高德商家/广告智能体、AI 外呼及 AIGC 方向的算法研发与工程落地,在 Agent 团队负责人带领下,依托全球化技术平台,与具备全球顶尖算法能力和Vision的Leader们协同合作,推动从单点 LLM 应用到 Multi-Agent 协作系统的演进。\n职位要求\n1. 围绕高德核心业务场景,结合大模型技术实现端到端智能化提效。负责智能体应用的开发落地,包括但不限于 LLM 应用、Prompt 工程、后训练、SFT、RLAIF/RLHF (GRPO, DPO等)、推理加速(模型量化,TensorRT-LLM, vLLM)、多模态理解、知识库构建和优化等方面;\n2. 负责将大模型应用到实际业务场景,包括商家经营全链路(智能客服、营销文案生成、店铺素材理解、评价分析、商品结构化等)、AI 外呼(意图识别、多轮对话、话术生成)、AIGC(图文/视频内容自动化生产)等业务领域;\n3. 能够运用多模态理解大模型,实现对非结构化服务数据(店铺装修素材、菜单、评价、商品等)的深度理解和使用,探索 VLM、OCR 增强等技术在本地生活场景的应用。",
"requirements_text": "1. 具备大模型应用开发经验,包括 Prompt Engineering、知识库构建、模型微调、效果评测,智能体提效长/复杂链路推理,超长上下文等,具备扎实的 Python/Java/C++/SQL 编程基础;\n2. 熟悉 Transformer/BERT/GPT 等模型后训练,架构,精通 MoE、Chain/Tree-of-Thought、Self-Reflection 等提升业务理解能力的技术方案,具有业务逻辑蒸馏、规则注入等领域适应技术实战经验;\n3. 熟悉主流 Agent 框架(如 LangChain、AutoGen、LangGraph 等),有 Multi-Agent 协作系统的实际落地经验;\n4. 良好的团队沟通协作能力,有责任感,能够快速熟悉业务领域和业务知识,擅于分析和解决复杂问题;具备良好的英文读写能力,能在全球化协同环境中高效工作。\n加分项\n1. 有多模态大模型(VLM)在非结构化数据理解方面的实际应用经验,尤其是本地生活、电商场景下的店铺素材、菜单、评价解析;\n2. 有大模型在本地生活、电商、销售领域、商家经营领域等应用经验优先;\n3. 有大模型 Agent 应用开发经验优先,包括 Agent 架构设计、Multi-Agent 协作、可观测评估闭环等。",
"skills": [AI生成
"Python",
"Java",
"C++",
"SQL",
"模型微调",
"架构设计",
"销售",
"大语言模型",
"智能体开发"
],
"preferred_qualifications": "加分项;2. 有大模型在本地生活、电商、销售领域、商家经营领域等应用经验优先;3. 有大模型 Agent 应用开发经验优先,包括 Agent 架构设计、Multi-Agent 协作、可观测评估闭环等",
"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=100034240005"
}
]
},
"posting": {
"posting_id": "100034240005",
"post_date": "2026-09-01",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://talent.amap.com/off-campus/position-detail?positionId=100034240005"
},
"fulltext": "高德-Agent 算法专家(商家/广告智能体方向)-信息业务\n高德-Agent 算法专家(商家/广告智能体方向)-信息业务\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\n职位定位\n负责高德商家/广告智能体、AI 外呼及 AIGC 方向的算法研发与工程落地,在 Agent 团队负责人带领下,依托全球化技术平台,与具备全球顶尖算法能力和Vision的Leader们协同合作,推动从单点 LLM 应用到 Multi-Agent 协作系统的演进。\n职位要求\n1. 围绕高德核心业务场景,结合大模型技术实现端到端智能化提效。负责智能体应用的开发落地,包括但不限于 LLM 应用、Prompt 工程、后训练、SFT、RLAIF/RLHF (GRPO, DPO等)、推理加速(模型量化,TensorRT-LLM, vLLM)、多模态理解、知识库构建和优化等方面;\n2. 负责将大模型应用到实际业务场景,包括商家经营全链路(智能客服、营销文案生成、店铺素材理解、评价分析、商品结构化等)、AI 外呼(意图识别、多轮对话、话术生成)、AIGC(图文/视频内容自动化生产)等业务领域;\n3. 能够运用多模态理解大模型,实现对非结构化服务数据(店铺装修素材、菜单、评价、商品等)的深度理解和使用,探索 VLM、OCR 增强等技术在本地生活场景的应用。\n\n职位要求\n1. 具备大模型应用开发经验,包括 Prompt Engineering、知识库构建、模型微调、效果评测,智能体提效长/复杂链路推理,超长上下文等,具备扎实的 Python/Java/C++/SQL 编程基础;\n2. 熟悉 Transformer/BERT/GPT 等模型后训练,架构,精通 MoE、Chain/Tree-of-Thought、Self-Reflection 等提升业务理解能力的技术方案,具有业务逻辑蒸馏、规则注入等领域适应技术实战经验;\n3. 熟悉主流 Agent 框架(如 LangChain、AutoGen、LangGraph 等),有 Multi-Agent 协作系统的实际落地经验;\n4. 良好的团队沟通协作能力,有责任感,能够快速熟悉业务领域和业务知识,擅于分析和解决复杂问题;具备良好的英文读写能力,能在全球化协同环境中高效工作。\n加分项\n1. 有多模态大模型(VLM)在非结构化数据理解方面的实际应用经验,尤其是本地生活、电商场景下的店铺素材、菜单、评价解析;\n2. 有大模型在本地生活、电商、销售领域、商家经营领域等应用经验优先;\n3. 有大模型 Agent 应用开发经验优先,包括 Agent 架构设计、Multi-Agent 协作、可观测评估闭环等。\n职位定位\n负责高德商家/广告智能体、AI 外呼及 AIGC 方向的算法研发与工程落地,在 Agent 团队负责人带领下,依托全球化技术平台,与具备全球顶尖算法能力和Vision的Leader们协同合作,推动从单点 LLM 应用到 Multi-Agent 协作系统的演进。\n职位要求\n1. 围绕高德核心业务场景,结合大模型技术实现端到端智能化提效。负责智能体应用的开发落地,包括但不限于 LLM 应用、Prompt 工程、后训练、SFT、RLAIF/RLHF (GRPO, DPO等)、推理加速(模型量化,TensorRT-LLM, vLLM)、多模态理解、知识库构建和优化等方面;\n2. 负责将大模型应用到实际业务场景,包括商家经营全链路(智能客服、营销文案生成、店铺素材理解、评价分析、商品结构化等)、AI 外呼(意图识别、多轮对话、话术生成)、AIGC(图文/视频内容自动化生产)等业务领域;\n3. 能够运用多模态理解大模型,实现对非结构化服务数据(店铺装修素材、菜单、评价、商品等)的深度理解和使用,探索 VLM、OCR 增强等技术在本地生活场景的应用。\n1. 具备大模型应用开发经验,包括 Prompt Engineering、知识库构建、模型微调、效果评测,智能体提效长/复杂链路推理,超长上下文等,具备扎实的 Python/Java/C++/SQL 编程基础;\n2. 熟悉 Transformer/BERT/GPT 等模型后训练,架构,精通 MoE、Chain/Tree-of-Thought、Self-Reflection 等提升业务理解能力的技术方案,具有业务逻辑蒸馏、规则注入等领域适应技术实战经验;\n3. 熟悉主流 Agent 框架(如 LangChain、AutoGen、LangGraph 等),有 Multi-Agent 协作系统的实际落地经验;\n4. 良好的团队沟通协作能力,有责任感,能够快速熟悉业务领域和业务知识,擅于分析和解决复杂问题;具备良好的英文读写能力,能在全球化协同环境中高效工作。\n加分项\n1. 有多模态大模型(VLM)在非结构化数据理解方面的实际应用经验,尤其是本地生活、电商场景下的店铺素材、菜单、评价解析;\n2. 有大模型在本地生活、电商、销售领域、商家经营领域等应用经验优先;\n3. 有大模型 Agent 应用开发经验优先,包括 Agent 架构设计、Multi-Agent 协作、可观测评估闭环等。",
"standard_classification": {
"std_category_code": "T009",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}