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": "Agent策略工程师（J105168）",
"job_level": "未披露",AI生成
"work_category": "全职",AI生成
"department": "MEG",
"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": "-计算机相关专业硕士及以上学历",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "-主导健康内容生成Agent的策略设计与迭代，构建基于Agentic Looping的自动化问题巡检与效果自进化机制，驱动生成质量持续提升\n-负责Agent核心工具（医生/药品检索等）的任务化调度与智能路由策略，优化多工具协同机制，保障在线生成的响应时效与结果准确性\n-搭建Agent链路的Harness工程体系，量化评估模型与策略变更影响，确保在线服务的安全性与稳定性\n-跟踪大模型与Agent前沿技术，主导新技术在健康场景中的快速实验验证与规模化工程落地",
"requirements_text": "-计算机相关专业硕士及以上学历，扎实的编程功底与复杂系统设计能力\n-深入理解Agent核心体系（Planning、Tool Use、Memory、Reflection），熟悉ReAct/CoT等推理范式，具备Agentic Looping的系统化思维与落地经验\n-熟练掌握大模型微调与对齐技术（SFT/DPO/RLHF），有实际的数据工程、训练调参与效果评估全流程经验\n-具备Harness工程、自进化数据闭环或大规模推理系统工程实践背景；有健康/医疗场景或IR、知识图谱经验者优先",
"skills": [AI生成
"React",
"知识图谱",
"模型微调",
"大语言模型"
],
"preferred_qualifications": "有健康/医疗场景或IR、知识图谱经验者优先",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://talent.baidu.com/jobs/detail/SOCIAL/44f8c994-305a-4b82-87e3-7027e4f92ea5"
}
]
},
"posting": {
"posting_id": "44f8c994-305a-4b82-87e3-7027e4f92ea5",
"post_date": "2026-09-07",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://talent.baidu.com/jobs/detail/SOCIAL/44f8c994-305a-4b82-87e3-7027e4f92ea5"
},
"fulltext": "Agent策略工程师（J105168）\nAgent策略工程师（J105168）\n\n基础信息\n部门：MEG\n地点：北京市\n类别：技术\n招聘人数：2\n发布时间：2026-09-08\n\n工作职责\n-主导健康内容生成Agent的策略设计与迭代，构建基于Agentic Looping的自动化问题巡检与效果自进化机制，驱动生成质量持续提升\n-负责Agent核心工具（医生/药品检索等）的任务化调度与智能路由策略，优化多工具协同机制，保障在线生成的响应时效与结果准确性\n-搭建Agent链路的Harness工程体系，量化评估模型与策略变更影响，确保在线服务的安全性与稳定性\n-跟踪大模型与Agent前沿技术，主导新技术在健康场景中的快速实验验证与规模化工程落地\n\n职责要求\n-计算机相关专业硕士及以上学历，扎实的编程功底与复杂系统设计能力\n-深入理解Agent核心体系（Planning、Tool Use、Memory、Reflection），熟悉ReAct/CoT等推理范式，具备Agentic Looping的系统化思维与落地经验\n-熟练掌握大模型微调与对齐技术（SFT/DPO/RLHF），有实际的数据工程、训练调参与效果评估全流程经验\n-具备Harness工程、自进化数据闭环或大规模推理系统工程实践背景；有健康/医疗场景或IR、知识图谱经验者优先\n-主导健康内容生成Agent的策略设计与迭代，构建基于Agentic Looping的自动化问题巡检与效果自进化机制，驱动生成质量持续提升\n-负责Agent核心工具（医生/药品检索等）的任务化调度与智能路由策略，优化多工具协同机制，保障在线生成的响应时效与结果准确性\n-搭建Agent链路的Harness工程体系，量化评估模型与策略变更影响，确保在线服务的安全性与稳定性\n-跟踪大模型与Agent前沿技术，主导新技术在健康场景中的快速实验验证与规模化工程落地\n-计算机相关专业硕士及以上学历，扎实的编程功底与复杂系统设计能力\n-深入理解Agent核心体系（Planning、Tool Use、Memory、Reflection），熟悉ReAct/CoT等推理范式，具备Agentic Looping的系统化思维与落地经验\n-熟练掌握大模型微调与对齐技术（SFT/DPO/RLHF），有实际的数据工程、训练调参与效果评估全流程经验\n-具备Harness工程、自进化数据闭环或大规模推理系统工程实践背景；有健康/医疗场景或IR、知识图谱经验者优先",
"standard_classification": {
"std_category_code": "T009",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}