职位详情

职位列表 链接有效 不适用(官网全量采集) official:baidu:25264cd5-f23a-4d7b-8c06-489bbc844fbd

智能体算法工程师(实习)(J105620)

未披露 · 北京市 · 百度

主分类:大模型与生成式算法研发
算法与数据
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": "智能体算法工程师(实习)(J105620)",
        "job_level": "实习",AI生成
        "work_category": "实习",AI生成
        "department": "PSIG",
        "location": "北京市",
        "work_mode": "未披露",AI生成
        "job_category": "技术"AI生成
    },
    "company": {
        "company_name": "百度",
        "company_industry": "互联网 / 人工智能",
        "company_size": "10000人以上",
        "company_website": "baidu.com",
        "company_description": "百度围绕搜索发展人工智能技术,业务涉及语音、图像、知识图谱、自然语言处理、自动驾驶和AI芯片。"
    },
    "compensation": {
        "salary_range": {
            "min": "",
            "max": "",
            "currency": "未披露",
            "cycle": "未披露"
        },
        "benefits": "未披露"
    },
    "requirements": {
        "working_years": "",
        "degree": "-硕士及以上学位在读",
        "language": "未披露",AI生成
        "visa_support": "未披露",
        "responsibilities": "-参与大模型智能体方向的前沿技术调研,跟进 Agent、Agent Skills、Tool Use、长短期记忆、规划推理、多智能体协作等相关技术进展,并探索在业务场景中的快速应用\n-参与智能体数据体系建设,包括任务场景设计、数据采集与清洗、指令数据构建、评测数据设计、偏好数据/轨迹数据整理等\n-参与大模型后训练相关工作,包括 SFT、偏好优化、强化学习、Agentic RL 等方向的实验设计、效果分析与迭代优化\n-研究 Agent Skills 技术体系,探索可复用、可组合、可评测的技能构建方法,提升智能体在复杂任务中的执行效率与稳定性\n-结合百度 PSIG 核心业务场景,参与智能体能力的原型验证、快速落地和效果评估,推动前沿算法能力转化为实际产品能力\n-参与智能体评测体系建设,分析模型在规划、调用工具、任务完成率、鲁棒性等方面的表现",
        "requirements_text": "-硕士及以上学位在读,计算机科学、人工智能、软件工程等相关方向优先\n-代码能力过硬,拥有良好的编程风格,熟练掌握Python、C/C++等至少一门编程语言\n-具备扎实的工程落地能力、学术调研能力,以及逻辑与数据分析素养,对Agentic AI技术有浓厚兴趣\n-持续关注Agentic AI领域的前沿技术,拥有独立思考能力与系统化的研究思维,敢于突破现有技术范式\n-熟悉强化学习算法,并具备Agentic RL实操经历者优先\n-加分项:在NeurIPS/ICLR/ICML/ACL/EMNLP等国际会议或期刊发表论文或者有高质量开源项目、研究型工程或竞赛成果",
        "skills": [AI生成
            "Python",
            "C++",
            "强化学习",
            "数据分析",
            "C语言"
        ],
        "preferred_qualifications": "硕士及以上学位在读,计算机科学、人工智能、软件工程等相关方向优先;熟悉强化学习算法,并具备Agentic RL实操经历者优先;加分项:在NeurIPS/ICLR/ICML/ACL/EMNLP等国际会议或期刊发表论文或者有高质量开源项目、研究型工程或竞赛成果",
        "job_highlights": "未披露"
    },
    "contact": {
        "recruiter_name": "未披露",
        "contact_methods": [
            {
                "type": "apply_link",
                "value": "https://talent.baidu.com/jobs/detail/INTERN/25264cd5-f23a-4d7b-8c06-489bbc844fbd"
            }
        ]
    },
    "posting": {
        "posting_id": "25264cd5-f23a-4d7b-8c06-489bbc844fbd",
        "post_date": "2026-09-09",
        "hire_time": "未披露",
        "update_date": "20260917",
        "job_url": "https://talent.baidu.com/jobs/detail/INTERN/25264cd5-f23a-4d7b-8c06-489bbc844fbd"
    },
    "fulltext": "智能体算法工程师(实习)(J105620)\n智能体算法工程师(实习)(J105620)\n\n基础信息\n部门:PSIG\n地点:北京市\n项目:日常实习项目\n类别:技术\n招聘人数:1\n发布时间:2026-09-10\n\n工作职责\n-参与大模型智能体方向的前沿技术调研,跟进 Agent、Agent Skills、Tool Use、长短期记忆、规划推理、多智能体协作等相关技术进展,并探索在业务场景中的快速应用\n-参与智能体数据体系建设,包括任务场景设计、数据采集与清洗、指令数据构建、评测数据设计、偏好数据/轨迹数据整理等\n-参与大模型后训练相关工作,包括 SFT、偏好优化、强化学习、Agentic RL 等方向的实验设计、效果分析与迭代优化\n-研究 Agent Skills 技术体系,探索可复用、可组合、可评测的技能构建方法,提升智能体在复杂任务中的执行效率与稳定性\n-结合百度 PSIG 核心业务场景,参与智能体能力的原型验证、快速落地和效果评估,推动前沿算法能力转化为实际产品能力\n-参与智能体评测体系建设,分析模型在规划、调用工具、任务完成率、鲁棒性等方面的表现\n\n职责要求\n-硕士及以上学位在读,计算机科学、人工智能、软件工程等相关方向优先\n-代码能力过硬,拥有良好的编程风格,熟练掌握Python、C/C++等至少一门编程语言\n-具备扎实的工程落地能力、学术调研能力,以及逻辑与数据分析素养,对Agentic AI技术有浓厚兴趣\n-持续关注Agentic AI领域的前沿技术,拥有独立思考能力与系统化的研究思维,敢于突破现有技术范式\n-熟悉强化学习算法,并具备Agentic RL实操经历者优先\n-加分项:在NeurIPS/ICLR/ICML/ACL/EMNLP等国际会议或期刊发表论文或者有高质量开源项目、研究型工程或竞赛成果\n-参与大模型智能体方向的前沿技术调研,跟进 Agent、Agent Skills、Tool Use、长短期记忆、规划推理、多智能体协作等相关技术进展,并探索在业务场景中的快速应用\n-参与智能体数据体系建设,包括任务场景设计、数据采集与清洗、指令数据构建、评测数据设计、偏好数据/轨迹数据整理等\n-参与大模型后训练相关工作,包括 SFT、偏好优化、强化学习、Agentic RL 等方向的实验设计、效果分析与迭代优化\n-研究 Agent Skills 技术体系,探索可复用、可组合、可评测的技能构建方法,提升智能体在复杂任务中的执行效率与稳定性\n-结合百度 PSIG 核心业务场景,参与智能体能力的原型验证、快速落地和效果评估,推动前沿算法能力转化为实际产品能力\n-参与智能体评测体系建设,分析模型在规划、调用工具、任务完成率、鲁棒性等方面的表现\n-硕士及以上学位在读,计算机科学、人工智能、软件工程等相关方向优先\n-代码能力过硬,拥有良好的编程风格,熟练掌握Python、C/C++等至少一门编程语言\n-具备扎实的工程落地能力、学术调研能力,以及逻辑与数据分析素养,对Agentic AI技术有浓厚兴趣\n-持续关注Agentic AI领域的前沿技术,拥有独立思考能力与系统化的研究思维,敢于突破现有技术范式\n-熟悉强化学习算法,并具备Agentic RL实操经历者优先\n-加分项:在NeurIPS/ICLR/ICML/ACL/EMNLP等国际会议或期刊发表论文或者有高质量开源项目、研究型工程或竞赛成果",
    "standard_classification": {
        "std_category_code": "T010",
        "std_aux_codes": [],
        "std_category_status": null,
        "std_taxonomy_version": "20261104"
    }
}