主分类：Agent系统开发
辅助：大模型与生成式算法研发、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": "代码智能体算法工程师（J105895）",
"job_level": "未披露",AI生成
"work_category": "全职",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": "本科及以上学历",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "-负责代码智能体产品的策略设计与效果优化，定位真实场景下的失败模式，设计并落地改进方案，对可用率、任务完成率、执行效率等核心指标负责\n-参与模型调优工作，基于监督微调、拒绝采样、偏好优化、强化学习等方法开展训练数据构造与训练迭代，将线上交互轨迹沉淀为可训练数据，形成数据到效果的闭环\n-深度参与产品的快速开发，独立完成策略原型搭建、执行框架改造与线上实验验证，以最短路径验证策略假设并推动上线\n-建设代码智能体的评测体系，设计能够真实反映产品能力的评测集与指标，支撑效果的量化评估与持续迭代\n-审查智能体产出的执行轨迹与生成代码的质量，定位问题根因，输出结构化、可执行的改进反馈",
"requirements_text": "-计算机、人工智能、软件工程、自动化或相关专业，本科及以上学历\n-具备扎实的工程与编程能力，精通 Python，能够独立阅读并修改复杂代码库与执行框架，熟练运用 AI 辅助编程（Vibe Coding）工具成倍提升开发与交付效率\n-具备大模型微调或强化学习的端到端实践经验，熟悉监督微调、拒绝采样、强化学习等方法中的至少一类\n-在代码智能体或智能体类产品上具备策略、效果或模型调优的实战经验，深入理解提示工程、上下文工程、工具调用、多轮规划与失败归因等机理\n-具备较强的质量判断与反馈能力，能够高效评估 AI 产出的质量，准确区分模型能力、策略设计与工程实现层面的问题，并给出有效的改进意见",
"skills": [AI生成
"Python",
"强化学习",
"模型微调",
"大语言模型",
"智能体开发"
],
"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/SOCIAL/b28d6500-e2c1-4515-b3e3-b5fc2e38ffe6"
}
]
},
"posting": {
"posting_id": "b28d6500-e2c1-4515-b3e3-b5fc2e38ffe6",
"post_date": "2026-09-15",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://talent.baidu.com/jobs/detail/SOCIAL/b28d6500-e2c1-4515-b3e3-b5fc2e38ffe6"
},
"fulltext": "代码智能体算法工程师（J105895）\n代码智能体算法工程师（J105895）\n\n基础信息\n部门：ACG\n地点：北京市\n类别：技术\n招聘人数：2\n发布时间：2026-09-16\n\n工作职责\n-负责代码智能体产品的策略设计与效果优化，定位真实场景下的失败模式，设计并落地改进方案，对可用率、任务完成率、执行效率等核心指标负责\n-参与模型调优工作，基于监督微调、拒绝采样、偏好优化、强化学习等方法开展训练数据构造与训练迭代，将线上交互轨迹沉淀为可训练数据，形成数据到效果的闭环\n-深度参与产品的快速开发，独立完成策略原型搭建、执行框架改造与线上实验验证，以最短路径验证策略假设并推动上线\n-建设代码智能体的评测体系，设计能够真实反映产品能力的评测集与指标，支撑效果的量化评估与持续迭代\n-审查智能体产出的执行轨迹与生成代码的质量，定位问题根因，输出结构化、可执行的改进反馈\n\n职责要求\n-计算机、人工智能、软件工程、自动化或相关专业，本科及以上学历\n-具备扎实的工程与编程能力，精通 Python，能够独立阅读并修改复杂代码库与执行框架，熟练运用 AI 辅助编程（Vibe Coding）工具成倍提升开发与交付效率\n-具备大模型微调或强化学习的端到端实践经验，熟悉监督微调、拒绝采样、强化学习等方法中的至少一类\n-在代码智能体或智能体类产品上具备策略、效果或模型调优的实战经验，深入理解提示工程、上下文工程、工具调用、多轮规划与失败归因等机理\n-具备较强的质量判断与反馈能力，能够高效评估 AI 产出的质量，准确区分模型能力、策略设计与工程实现层面的问题，并给出有效的改进意见\n-负责代码智能体产品的策略设计与效果优化，定位真实场景下的失败模式，设计并落地改进方案，对可用率、任务完成率、执行效率等核心指标负责\n-参与模型调优工作，基于监督微调、拒绝采样、偏好优化、强化学习等方法开展训练数据构造与训练迭代，将线上交互轨迹沉淀为可训练数据，形成数据到效果的闭环\n-深度参与产品的快速开发，独立完成策略原型搭建、执行框架改造与线上实验验证，以最短路径验证策略假设并推动上线\n-建设代码智能体的评测体系，设计能够真实反映产品能力的评测集与指标，支撑效果的量化评估与持续迭代\n-审查智能体产出的执行轨迹与生成代码的质量，定位问题根因，输出结构化、可执行的改进反馈\n-计算机、人工智能、软件工程、自动化或相关专业，本科及以上学历\n-具备扎实的工程与编程能力，精通 Python，能够独立阅读并修改复杂代码库与执行框架，熟练运用 AI 辅助编程（Vibe Coding）工具成倍提升开发与交付效率\n-具备大模型微调或强化学习的端到端实践经验，熟悉监督微调、拒绝采样、强化学习等方法中的至少一类\n-在代码智能体或智能体类产品上具备策略、效果或模型调优的实战经验，深入理解提示工程、上下文工程、工具调用、多轮规划与失败归因等机理\n-具备较强的质量判断与反馈能力，能够高效评估 AI 产出的质量，准确区分模型能力、策略设计与工程实现层面的问题，并给出有效的改进意见",
"standard_classification": {
"std_category_code": "T009",
"std_aux_codes": [
"T010",
"T015"
],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}