主分类：大模型与生成式算法研发
辅助：AI模型评测工程（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": "智能体算法工程师（J102787）",
"job_level": "未披露",AI生成
"work_category": "全职",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": "-计算机、人工智能、数学等相关专业硕士及以上学历",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "-负责通用智能体核心算法的设计与研发,包括任务理解与拆解、长程规划(Planning)、反思与自我修正(Reflection)、记忆机制(Memory)等\n-建设 Agent 工具调用(Tool Use / Function Calling)体系，提升工具选择、参数生成、多工具编排的准确率与稳定性\n-探索多智能体(Multi-Agent)协同架构，支持复杂任务的分工、协作与结果聚合\n-构建 Agent 评估体系与数据飞轮，通过 SFT、RL、蒸馏等手段持续优化模型的 Agentic 能力\n-跟踪业界前沿(如 Agent RL、Computer Use、Deep Research 等方向)，推动新技术在业务中快速落地",
"requirements_text": "-计算机、人工智能、数学等相关专业硕士及以上学历，具备模型训练经验\n-扎实的机器学习/深度学习基础，熟悉 Transformer 及大语言模型原理，熟练使用 PyTorch 等主流框架\n-具备 LLM 相关实践经验，如SFT、RLHF/DPO、模型评估等至少一个方向的深入积累\n-有 Agent 相关研发经验者优先:任务规划、工具调用、RAG、多智能体框架(如 LangGraph、AutoGen 等)、Agent 评测\n-良好的沟通协作能力与业务落地意识，对通用智能体方向有热情和长期投入的意愿",
"skills": [AI生成
"PyTorch",
"机器学习",
"深度学习",
"模型训练",
"大语言模型",
"检索增强生成",
"智能体开发"
],
"preferred_qualifications": "有 Agent 相关研发经验者优先:任务规划、工具调用、RAG、多智能体框架(如 LangGraph、AutoGen 等)、Agent 评测",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://talent.baidu.com/jobs/detail/SOCIAL/94ae343d-0673-40ab-98a3-99c723690c37"
}
]
},
"posting": {
"posting_id": "94ae343d-0673-40ab-98a3-99c723690c37",
"post_date": "2026-07-17",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://talent.baidu.com/jobs/detail/SOCIAL/94ae343d-0673-40ab-98a3-99c723690c37"
},
"fulltext": "智能体算法工程师（J102787）\n智能体算法工程师（J102787）\n\n基础信息\n部门：PSIG\n地点：北京市\n类别：技术\n招聘人数：1\n发布时间：2026-07-21\n\n工作职责\n-负责通用智能体核心算法的设计与研发,包括任务理解与拆解、长程规划(Planning)、反思与自我修正(Reflection)、记忆机制(Memory)等\n-建设 Agent 工具调用(Tool Use / Function Calling)体系，提升工具选择、参数生成、多工具编排的准确率与稳定性\n-探索多智能体(Multi-Agent)协同架构，支持复杂任务的分工、协作与结果聚合\n-构建 Agent 评估体系与数据飞轮，通过 SFT、RL、蒸馏等手段持续优化模型的 Agentic 能力\n-跟踪业界前沿(如 Agent RL、Computer Use、Deep Research 等方向)，推动新技术在业务中快速落地\n\n职责要求\n-计算机、人工智能、数学等相关专业硕士及以上学历，具备模型训练经验\n-扎实的机器学习/深度学习基础，熟悉 Transformer 及大语言模型原理，熟练使用 PyTorch 等主流框架\n-具备 LLM 相关实践经验，如SFT、RLHF/DPO、模型评估等至少一个方向的深入积累\n-有 Agent 相关研发经验者优先:任务规划、工具调用、RAG、多智能体框架(如 LangGraph、AutoGen 等)、Agent 评测\n-良好的沟通协作能力与业务落地意识，对通用智能体方向有热情和长期投入的意愿\n-负责通用智能体核心算法的设计与研发,包括任务理解与拆解、长程规划(Planning)、反思与自我修正(Reflection)、记忆机制(Memory)等\n-建设 Agent 工具调用(Tool Use / Function Calling)体系，提升工具选择、参数生成、多工具编排的准确率与稳定性\n-探索多智能体(Multi-Agent)协同架构，支持复杂任务的分工、协作与结果聚合\n-构建 Agent 评估体系与数据飞轮，通过 SFT、RL、蒸馏等手段持续优化模型的 Agentic 能力\n-跟踪业界前沿(如 Agent RL、Computer Use、Deep Research 等方向)，推动新技术在业务中快速落地\n-计算机、人工智能、数学等相关专业硕士及以上学历，具备模型训练经验\n-扎实的机器学习/深度学习基础，熟悉 Transformer 及大语言模型原理，熟练使用 PyTorch 等主流框架\n-具备 LLM 相关实践经验，如SFT、RLHF/DPO、模型评估等至少一个方向的深入积累\n-有 Agent 相关研发经验者优先:任务规划、工具调用、RAG、多智能体框架(如 LangGraph、AutoGen 等)、Agent 评测\n-良好的沟通协作能力与业务落地意识，对通用智能体方向有热情和长期投入的意愿",
"standard_classification": {
"std_category_code": "T010",
"std_aux_codes": [
"T015"
],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}