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（J97505）",
"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": "-本科及以上学历在读",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "-参与自进化决策Agent系统的研发，围绕预测+优化类复杂工业问题进行算法建模与系统实现\n-设计并实现多阶段决策闭环（Generate → Evaluate → Refine），探索Self-Refine、Multi-Agent协作等机制\n-研究强化学习、组合优化、进化算法等方法在严肃工业场景中的落地路径\n-支持决策型Agent框架搭建（Planner / Solver / Evaluator / Memory），提升系统稳定性与推理效率\n-协助构建策略评估体系与可视化表达模块，推动算法从实验验证走向真实场景应用\n-根据真实业务数据与客户场景持续优化算法效果，解决强约束、多目标、不确定性问题",
"requirements_text": "-本科及以上学历在读，计算机/数学/自动化/人工智能等相关专业优先；\n-具备扎实的Python工程能力，有完整算法项目或系统实现经验；\n-在以下至少一个方向有实践经验：强化学习（RL/MARL）、进化算法、LLM Agent框架；\n-关注AI前沿技术发展，对Agent、决策智能或复杂系统优化有深入思考；\n-对突破复杂问题边界保持高度热情，具备自驱力与系统性思考能力，有科研或竞赛经历者优先。",
"skills": [AI生成
"Python",
"强化学习",
"大语言模型"
],
"preferred_qualifications": "本科及以上学历在读，计算机/数学/自动化/人工智能等相关专业优先；对突破复杂问题边界保持高度热情，具备自驱力与系统性思考能力，有科研或竞赛经历者优先",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://talent.baidu.com/jobs/detail/INTERN/cd423c1c-7a35-4672-b0a7-2857308efe43"
}
]
},
"posting": {
"posting_id": "cd423c1c-7a35-4672-b0a7-2857308efe43",
"post_date": "2026-02-25",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://talent.baidu.com/jobs/detail/INTERN/cd423c1c-7a35-4672-b0a7-2857308efe43"
},
"fulltext": "Agent算法实习生（J97505）\nAgent算法实习生（J97505）\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：3\n发布时间：2026-07-21\n\n工作职责\n-参与自进化决策Agent系统的研发，围绕预测+优化类复杂工业问题进行算法建模与系统实现\n-设计并实现多阶段决策闭环（Generate → Evaluate → Refine），探索Self-Refine、Multi-Agent协作等机制\n-研究强化学习、组合优化、进化算法等方法在严肃工业场景中的落地路径\n-支持决策型Agent框架搭建（Planner / Solver / Evaluator / Memory），提升系统稳定性与推理效率\n-协助构建策略评估体系与可视化表达模块，推动算法从实验验证走向真实场景应用\n-根据真实业务数据与客户场景持续优化算法效果，解决强约束、多目标、不确定性问题\n\n职责要求\n-本科及以上学历在读，计算机/数学/自动化/人工智能等相关专业优先；\n-具备扎实的Python工程能力，有完整算法项目或系统实现经验；\n-在以下至少一个方向有实践经验：强化学习（RL/MARL）、进化算法、LLM Agent框架；\n-关注AI前沿技术发展，对Agent、决策智能或复杂系统优化有深入思考；\n-对突破复杂问题边界保持高度热情，具备自驱力与系统性思考能力，有科研或竞赛经历者优先。\n-参与自进化决策Agent系统的研发，围绕预测+优化类复杂工业问题进行算法建模与系统实现\n-设计并实现多阶段决策闭环（Generate → Evaluate → Refine），探索Self-Refine、Multi-Agent协作等机制\n-研究强化学习、组合优化、进化算法等方法在严肃工业场景中的落地路径\n-支持决策型Agent框架搭建（Planner / Solver / Evaluator / Memory），提升系统稳定性与推理效率\n-协助构建策略评估体系与可视化表达模块，推动算法从实验验证走向真实场景应用\n-根据真实业务数据与客户场景持续优化算法效果，解决强约束、多目标、不确定性问题\n-本科及以上学历在读，计算机/数学/自动化/人工智能等相关专业优先；\n-具备扎实的Python工程能力，有完整算法项目或系统实现经验；\n-在以下至少一个方向有实践经验：强化学习（RL/MARL）、进化算法、LLM Agent框架；\n-关注AI前沿技术发展，对Agent、决策智能或复杂系统优化有深入思考；\n-对突破复杂问题边界保持高度热情，具备自驱力与系统性思考能力，有科研或竞赛经历者优先。",
"standard_classification": {
"std_category_code": "T009",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}