主分类：Agent系统开发
辅助：大模型与生成式算法研发（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": "大模型算法工程师（J104493）",
"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": "-本科及以上学历",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "-负责智能体（Agent）系统全链路设计与开发，搭建具备自主规划、复杂推理、动态决策能力的多模态智能体架构，推动智能体在实际业务场景的规模化落地\n-主导智能体核心算法研发与迭代优化，深耕意图理解、多步任务规划、工具调用、长短期记忆管理、多智能体协同等核心模块，持续提升任务完成准确率与系统鲁棒性\n-搭建多维度智能体评估体系，建立效果、效率、资源成本一体化量化指标，驱动产品与算法持续迭代与自进化\n-从事LLM、VLM的预训练、后训练（SFT/RLHF）及应用落地算法研究\n-结合强化学习、检索增强（RAG）、思维链（CoT）等前沿技术，推动模型能力边界突破",
"requirements_text": "-本科及以上学历，包含但不限于计算机、信息工程、人工智能、软件工程、电子工程、统计学、应用数学等相关专业\n-深入理解 ReAct、CoT、Plan-and-Execute 等主流 Agent 原理，熟练使用 PyTorch、LangChain等框架，具备 Agent 系统从算法设计到工程落地的完整能力\n-深入理解大模型技术原理，追踪大模型、智能体、强化学习等领域前沿技术，具备快速将学术成果落地为商业化产品的实战能力\n-业务理解力强，自驱力突出，沟通表达清晰，具备良好的跨团队协作能力\n-有智能体产品从早期搭建经历，顶级会议论文（CVPR/ACL/ICML等），ACM、IOI、IMO等竞赛获奖，知名开源项目核心贡献者优先",
"skills": [AI生成
"PyTorch",
"React",
"强化学习",
"算法设计",
"团队协作",
"沟通表达",
"大语言模型",
"智能体开发"
],
"preferred_qualifications": "有智能体产品从早期搭建经历，顶级会议论文（CVPR/ACL/ICML等），ACM、IOI、IMO等竞赛获奖，知名开源项目核心贡献者优先",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://talent.baidu.com/jobs/detail/SOCIAL/57595856-2688-42e3-b21d-6e2ea6b27a22"
}
]
},
"posting": {
"posting_id": "57595856-2688-42e3-b21d-6e2ea6b27a22",
"post_date": "2026-08-12",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://talent.baidu.com/jobs/detail/SOCIAL/57595856-2688-42e3-b21d-6e2ea6b27a22"
},
"fulltext": "大模型算法工程师（J104493）\n大模型算法工程师（J104493）\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：4\n发布时间：2026-08-12\n\n工作职责\n-负责智能体（Agent）系统全链路设计与开发，搭建具备自主规划、复杂推理、动态决策能力的多模态智能体架构，推动智能体在实际业务场景的规模化落地\n-主导智能体核心算法研发与迭代优化，深耕意图理解、多步任务规划、工具调用、长短期记忆管理、多智能体协同等核心模块，持续提升任务完成准确率与系统鲁棒性\n-搭建多维度智能体评估体系，建立效果、效率、资源成本一体化量化指标，驱动产品与算法持续迭代与自进化\n-从事LLM、VLM的预训练、后训练（SFT/RLHF）及应用落地算法研究\n-结合强化学习、检索增强（RAG）、思维链（CoT）等前沿技术，推动模型能力边界突破\n\n职责要求\n-本科及以上学历，包含但不限于计算机、信息工程、人工智能、软件工程、电子工程、统计学、应用数学等相关专业\n-深入理解 ReAct、CoT、Plan-and-Execute 等主流 Agent 原理，熟练使用 PyTorch、LangChain等框架，具备 Agent 系统从算法设计到工程落地的完整能力\n-深入理解大模型技术原理，追踪大模型、智能体、强化学习等领域前沿技术，具备快速将学术成果落地为商业化产品的实战能力\n-业务理解力强，自驱力突出，沟通表达清晰，具备良好的跨团队协作能力\n-有智能体产品从早期搭建经历，顶级会议论文（CVPR/ACL/ICML等），ACM、IOI、IMO等竞赛获奖，知名开源项目核心贡献者优先\n-负责智能体（Agent）系统全链路设计与开发，搭建具备自主规划、复杂推理、动态决策能力的多模态智能体架构，推动智能体在实际业务场景的规模化落地\n-主导智能体核心算法研发与迭代优化，深耕意图理解、多步任务规划、工具调用、长短期记忆管理、多智能体协同等核心模块，持续提升任务完成准确率与系统鲁棒性\n-搭建多维度智能体评估体系，建立效果、效率、资源成本一体化量化指标，驱动产品与算法持续迭代与自进化\n-从事LLM、VLM的预训练、后训练（SFT/RLHF）及应用落地算法研究\n-结合强化学习、检索增强（RAG）、思维链（CoT）等前沿技术，推动模型能力边界突破\n-本科及以上学历，包含但不限于计算机、信息工程、人工智能、软件工程、电子工程、统计学、应用数学等相关专业\n-深入理解 ReAct、CoT、Plan-and-Execute 等主流 Agent 原理，熟练使用 PyTorch、LangChain等框架，具备 Agent 系统从算法设计到工程落地的完整能力\n-深入理解大模型技术原理，追踪大模型、智能体、强化学习等领域前沿技术，具备快速将学术成果落地为商业化产品的实战能力\n-业务理解力强，自驱力突出，沟通表达清晰，具备良好的跨团队协作能力\n-有智能体产品从早期搭建经历，顶级会议论文（CVPR/ACL/ICML等），ACM、IOI、IMO等竞赛获奖，知名开源项目核心贡献者优先",
"standard_classification": {
"std_category_code": "T009",
"std_aux_codes": [
"T010"
],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}