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算法实习生（J103893）",
"job_level": "实习",AI生成
"work_category": "实习",AI生成
"department": "ACG",
"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": "未披露",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "-深入科研和产业场景，将复杂需求转化为可求解、可执行、可验证的优化任务\n-构建 Agent 可调用的数据接口、求解器、仿真器、checker 和自动评测环境\n-结合 Agent、MIP/CP/SAT 和启发式算法，完成优化原型及 PoC\n-推动 Agent 自主完成问题分析、模型构建、算法生成、代码执行和结果迭代\n-建立以可行性、解质量、运行效率、稳定性和业务 KPI 为核心的验证闭环\n-将真实场景中的失败案例和有效策略沉淀为可复用的 Agent skill 与优化组件",
"requirements_text": "-计算机、人工智能、运筹优化、应用数学、工业工程等相关专业在读\n-熟练使用 Python，能够独立完成数据处理、算法实现和工具集成\n-熟悉 LLM Agent、数学规划、约束规划或启发式算法中的至少一个方向\n-能够识别实际问题中的决策变量、硬约束、软约束和优化目标\n-具备较强的问题抽象、工程落地和沟通协作能力\n-重视结果的可执行性、可验证性和真实业务价值",
"skills": [AI生成
"Python",
"大语言模型"
],
"preferred_qualifications": "未披露",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://talent.baidu.com/jobs/detail/INTERN/9a8dca22-cdc4-4df9-99b6-58b2033b434b"
}
]
},
"posting": {
"posting_id": "9a8dca22-cdc4-4df9-99b6-58b2033b434b",
"post_date": "2026-07-29",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://talent.baidu.com/jobs/detail/INTERN/9a8dca22-cdc4-4df9-99b6-58b2033b434b"
},
"fulltext": "Agent算法实习生（J103893）\nAgent算法实习生（J103893）\n\n基础信息\n部门：ACG\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：2\n发布时间：2026-07-29\n\n工作职责\n-深入科研和产业场景，将复杂需求转化为可求解、可执行、可验证的优化任务\n-构建 Agent 可调用的数据接口、求解器、仿真器、checker 和自动评测环境\n-结合 Agent、MIP/CP/SAT 和启发式算法，完成优化原型及 PoC\n-推动 Agent 自主完成问题分析、模型构建、算法生成、代码执行和结果迭代\n-建立以可行性、解质量、运行效率、稳定性和业务 KPI 为核心的验证闭环\n-将真实场景中的失败案例和有效策略沉淀为可复用的 Agent skill 与优化组件\n\n职责要求\n-计算机、人工智能、运筹优化、应用数学、工业工程等相关专业在读\n-熟练使用 Python，能够独立完成数据处理、算法实现和工具集成\n-熟悉 LLM Agent、数学规划、约束规划或启发式算法中的至少一个方向\n-能够识别实际问题中的决策变量、硬约束、软约束和优化目标\n-具备较强的问题抽象、工程落地和沟通协作能力\n-重视结果的可执行性、可验证性和真实业务价值\n-深入科研和产业场景，将复杂需求转化为可求解、可执行、可验证的优化任务\n-构建 Agent 可调用的数据接口、求解器、仿真器、checker 和自动评测环境\n-结合 Agent、MIP/CP/SAT 和启发式算法，完成优化原型及 PoC\n-推动 Agent 自主完成问题分析、模型构建、算法生成、代码执行和结果迭代\n-建立以可行性、解质量、运行效率、稳定性和业务 KPI 为核心的验证闭环\n-将真实场景中的失败案例和有效策略沉淀为可复用的 Agent skill 与优化组件\n-计算机、人工智能、运筹优化、应用数学、工业工程等相关专业在读\n-熟练使用 Python，能够独立完成数据处理、算法实现和工具集成\n-熟悉 LLM Agent、数学规划、约束规划或启发式算法中的至少一个方向\n-能够识别实际问题中的决策变量、硬约束、软约束和优化目标\n-具备较强的问题抽象、工程落地和沟通协作能力\n-重视结果的可执行性、可验证性和真实业务价值",
"standard_classification": {
"std_category_code": "T009",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}