主分类：Agent系统开发
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": "Coding Agent策略算法实习生（J96208）",
"job_level": "实习",AI生成
"work_category": "实习",AI生成
"department": "安全与企业效率平台",
"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、软件工程、人工智能、自动化等相关专业在读本科或研究生",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "- 参与智能编码 Agent 的整体策略架构设计，包括任务拆解策略、工具选择策略、上下文管理策略、多轮交互决策策略等。\n- 协助构建基于规则、模型推理或混合策略的 Agent 决策流程，提升代码生成的准确性、稳定性与可控性。\n- 对 Coding Agent 在真实开发场景中的行为进行分析建模，如代码生成路径、工具调用顺序、错误恢复策略等。\n- 通过数据分析和实验对比，持续优化 Agent 的决策逻辑与执行效果。\n- 探索基于大模型的策略学习方法，包括提示工程、上下文压缩、状态表示、策略选择与反馈优化机制。\n- 参与设计轻量级策略模型或规则系统，与大模型协同工作，降低推理成本、提升响应效率。\n- 参与构建 Coding Agent 的评测指标和实验框架，如任务完成率、代码可用性、修复轮次、开发效率提升等。\n- 设计和执行策略消融实验、对照实验，形成可复用的评测结论。\n- 与工程、产品团队协作，将策略算法落地到实际编码工具或开发平台中。\n- 参与 Agent 相关模块的工程实现、接口设计与系统联调，推动策略能力在真实业务中的应用。",
"requirements_text": "- 计算机、软件工程、人工智能、自动化等相关专业在读本科或研究生。\n- 具备扎实的计算机基础，对算法、数据结构、操作系统或软件工程有良好理解。\n- 至少熟练掌握一门编程语言（如 Python、C++、Java、Go 等）。\n- 对大语言模型、智能体（Agent）、自动代码生成等方向有强烈兴趣。\n- 理解或接触过以下方向之一者优先：智能体决策与策略设计、强化学习或基于规则的决策系统、提示工程、多轮对话策略、模型评测与效果分析\n- 思维严谨，具备较强的分析和问题拆解能力，有良好的沟通能力和团队协作意识，能主动推动问题解决，对前沿技术保持持续学习热情，愿意深入理解复杂系统的运行机制。",
"skills": [AI生成
"Python",
"Java",
"C++",
"强化学习",
"数据结构",
"团队协作",
"沟通能力",
"Go",
"大语言模型",
"智能体开发"
],
"preferred_qualifications": "理解或接触过以下方向之一者优先：智能体决策与策略设计、强化学习或基于规则的决策系统、提示工程、多轮对话策略、模型评测与效果分析",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://talent.baidu.com/jobs/detail/INTERN/a77dfe3a-0f3a-45b5-95dc-c7478f9d43e4"
}
]
},
"posting": {
"posting_id": "a77dfe3a-0f3a-45b5-95dc-c7478f9d43e4",
"post_date": "2026-01-20",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://talent.baidu.com/jobs/detail/INTERN/a77dfe3a-0f3a-45b5-95dc-c7478f9d43e4"
},
"fulltext": "Coding Agent策略算法实习生（J96208）\nCoding Agent策略算法实习生（J96208）\n\n基础信息\n部门：安全与企业效率平台\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：2026-07-21\n\n工作职责\n- 参与智能编码 Agent 的整体策略架构设计，包括任务拆解策略、工具选择策略、上下文管理策略、多轮交互决策策略等。\n- 协助构建基于规则、模型推理或混合策略的 Agent 决策流程，提升代码生成的准确性、稳定性与可控性。\n- 对 Coding Agent 在真实开发场景中的行为进行分析建模，如代码生成路径、工具调用顺序、错误恢复策略等。\n- 通过数据分析和实验对比，持续优化 Agent 的决策逻辑与执行效果。\n- 探索基于大模型的策略学习方法，包括提示工程、上下文压缩、状态表示、策略选择与反馈优化机制。\n- 参与设计轻量级策略模型或规则系统，与大模型协同工作，降低推理成本、提升响应效率。\n- 参与构建 Coding Agent 的评测指标和实验框架，如任务完成率、代码可用性、修复轮次、开发效率提升等。\n- 设计和执行策略消融实验、对照实验，形成可复用的评测结论。\n- 与工程、产品团队协作，将策略算法落地到实际编码工具或开发平台中。\n- 参与 Agent 相关模块的工程实现、接口设计与系统联调，推动策略能力在真实业务中的应用。\n\n职责要求\n- 计算机、软件工程、人工智能、自动化等相关专业在读本科或研究生。\n- 具备扎实的计算机基础，对算法、数据结构、操作系统或软件工程有良好理解。\n- 至少熟练掌握一门编程语言（如 Python、C++、Java、Go 等）。\n- 对大语言模型、智能体（Agent）、自动代码生成等方向有强烈兴趣。\n- 理解或接触过以下方向之一者优先：智能体决策与策略设计、强化学习或基于规则的决策系统、提示工程、多轮对话策略、模型评测与效果分析\n- 思维严谨，具备较强的分析和问题拆解能力，有良好的沟通能力和团队协作意识，能主动推动问题解决，对前沿技术保持持续学习热情，愿意深入理解复杂系统的运行机制。\n- 参与智能编码 Agent 的整体策略架构设计，包括任务拆解策略、工具选择策略、上下文管理策略、多轮交互决策策略等。\n- 协助构建基于规则、模型推理或混合策略的 Agent 决策流程，提升代码生成的准确性、稳定性与可控性。\n- 对 Coding Agent 在真实开发场景中的行为进行分析建模，如代码生成路径、工具调用顺序、错误恢复策略等。\n- 通过数据分析和实验对比，持续优化 Agent 的决策逻辑与执行效果。\n- 探索基于大模型的策略学习方法，包括提示工程、上下文压缩、状态表示、策略选择与反馈优化机制。\n- 参与设计轻量级策略模型或规则系统，与大模型协同工作，降低推理成本、提升响应效率。\n- 参与构建 Coding Agent 的评测指标和实验框架，如任务完成率、代码可用性、修复轮次、开发效率提升等。\n- 设计和执行策略消融实验、对照实验，形成可复用的评测结论。\n- 与工程、产品团队协作，将策略算法落地到实际编码工具或开发平台中。\n- 参与 Agent 相关模块的工程实现、接口设计与系统联调，推动策略能力在真实业务中的应用。\n- 计算机、软件工程、人工智能、自动化等相关专业在读本科或研究生。\n- 具备扎实的计算机基础，对算法、数据结构、操作系统或软件工程有良好理解。\n- 至少熟练掌握一门编程语言（如 Python、C++、Java、Go 等）。\n- 对大语言模型、智能体（Agent）、自动代码生成等方向有强烈兴趣。\n- 理解或接触过以下方向之一者优先：智能体决策与策略设计、强化学习或基于规则的决策系统、提示工程、多轮对话策略、模型评测与效果分析\n- 思维严谨，具备较强的分析和问题拆解能力，有良好的沟通能力和团队协作意识，能主动推动问题解决，对前沿技术保持持续学习热情，愿意深入理解复杂系统的运行机制。",
"standard_classification": {
"std_category_code": "T009",
"std_aux_codes": [
"T015"
],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}