百度
PSIG_智能体算法工程师（J99389）
PSIG_智能体算法工程师（J99389）
发布于 大约 9 小时前普通员工/个人贡献者
北京市
中级经验
全职员工
仅现场办公
本科
强化学习
RAG
LLM
多模态
AIGC
PPO
DPO
LoRA
AI 估算 · 25k–45k
百度核心AI研发岗，技术栈前沿（Agent+RL+LLM），市场竞争激烈，薪资处于大厂中高水平。
职位详情
关于这个职位
作为百度PSIG智能体算法工程师，你将负责构建统一评估中台，覆盖文库、网盘等核心业务，设计自动化测评智能体，并优化Agent的长期记忆、推理与强化学习机制
这是一个前沿AI技术岗位，深度参与大模型与Agent系统的落地与迭代
最低要求
包括但不限于计算机、人工智能、自动化、软件工程、数学、信息安全等专业的人才
熟悉常见Agent范式及主流开发框架，熟悉LLM微调技术(LoRA/P-tuning)与强化学习算法(RFT/PPO/DPO)
对新技术和新算法保持敏锐的触觉，具备快速学习和应用的能力，良好的沟通能力、团队合作精神以及较强的问题解决能力
熟悉大模型基本原理（如Prompt、RAG、Agent、Tool Use等），理解评估在模型迭代中的关键作用
具备良好的工程能力，熟练掌握Python，具备系统设计和模块化开发经验
具备良好的跨团队沟通能力，能推动复杂项目落地
工作职责
负责构建百度PSIG统一评估中台，覆盖文库、网盘等核心业务场景，沉淀标准化评估能力
基于Agent Skills技术，设计并实现自动化测评智能体，完成对各AIGC业务的全面准确评估
搭建可扩展的评估框架，支持多模型、多任务、多场景的灵活接入与统一评估
优化长期记忆、推理、Agentic RL机制，实现复杂场景下的自主学习能力与策略泛化
基于新一代Agent架构，构建multi-agents系统，实现感知-决策-执行-进化的闭环能力突破
优先资格
有多模态理解（涵盖文本、图像、视频、音频）及评估经验者优先
AI 洞察
优缺点分析
优点
- 深度参与AI最前沿领域：Agent、RL、LLM，技术含量高，市场稀缺
- 百度大平台，拥有海量业务场景和数据，个人成长空间大
- 薪资待遇优厚，股票期权等福利，职业稳定性强
- 复杂系统设计难度大，需要处理多模型、多任务的灵活接入与统一评估
- 跨团队协作要求高，需要良好沟通推动项目落地
- 适合对AI Agent、强化学习有浓厚兴趣，具备较强工程能力和学习自驱力的算法工程师
缺点 / 挑战
- 工作强度较高，需跟进快速迭代的AI技术，持续学习压力大
角色解读
- 技术纵深：从Agent评估到核心算法优化，成为多智能体系统专家
- 横向扩展：接触百度核心AIGC业务（文库、网盘等），积累大规模系统落地经验
- 管理路线：带领评估中台团队，晋升为技术Leader或技术总监
- 构建统一评估中台，为文库、网盘等AIGC业务提供标准化评估能力，确保模型质量
- 基于Agent Skills技术设计自动化测评智能体，模拟用户行为进行全流程评估
- 优化Agent的长期记忆、推理与强化学习机制，提升复杂场景下的自主学习与策略泛化能力
- 开发multi-agents系统，实现感知-决策-执行-进化的闭环，推动前沿Agent架构落地
- 扎实的AI基础：熟悉LLM原理（Prompt、RAG、Agent、Tool Use）及强化学习算法（PPO、DPO等）
- 工程能力：精通Python，具备系统设计和模块化开发经验，能够搭建可扩展的评估框架
- 学习与沟通：对新技术保持敏锐，快速学习并应用，同时具备跨团队协作能力
- 加分项：多模态理解经验（文本、图像、视频、音频）及评估相关背景
申请策略
- 提前了解百度PSIG部门的核心业务（文库、网盘AIGC），在面试中展示对业务的思考
- 准备一个完整的Agent评估项目案例，从设计到落地，体现问题解决能力
- 突出Agent或RL相关项目经验，尤其是使用LLM微调或强化学习的实践
- 强调系统设计能力，如构建评估框架或自动化测试工具的经历
- 展示Python工程能力，包括模块化开发、性能优化等
- 如有多模态或评估经验，务必重点描述
- 系统学习主流Agent框架（如LangChain、AutoGPT、CrewAI）并动手搭建Demo
- 深入理解RLHF、PPO、DPO等算法，最好有实现或调参经验
面试指南
- STAR法则：情境-任务-行动-结果，清晰描述项目背景、个人贡献和量化成果
- 对比分析：比较不同方法（如PPO vs DPO）的优缺点，结合实际场景给出选择理由
- 系统思考：从架构设计角度出发，考虑扩展性、兼容性、自动化等非功能需求
- 请描述一个你参与过的Agent系统，评估其效果的方法是什么？
- 如何设计一个可扩展的评估框架，支持多种模型和任务？
- RL中的PPO和DPO有什么区别？在Agent训练中如何选择？
- 如何处理多模态数据在评估中的一致性问题？
- 你如何看待当前大模型评估的挑战？有什么创新思路？
匹配度报告
70
综合匹配度
百度核心AI研发岗，前沿技术栈（Agent+RL+LLM），薪资中上，发展空间极大，但工作压力较大、WLB一般。
适合人群
最适合追求技术成长和前沿探索的求职者，对薪资与稳定性有较高要求，但对工作生活平衡要求不高。
最强匹配
成长发展匹配
最弱匹配
工作生活匹配
薪资福利75
成长发展95
工作生活40
使命价值70
薪资福利匹配
75中等
百度作为上市公司提供有竞争力的薪酬，但具体薪资未明确披露，福利仅提及标准待遇。总体薪资水平在行业中属于中上，但稳定性高。
薪资信号未披露（AI估算：25K-45K/月）
成长发展匹配
95较高
该职位聚焦前沿Agent+RL+LLM技术，是AI领域最热方向，个人技能成长空间极大。内部有导师制和培训机会，职业发展路径清晰。
技术前沿前沿/新兴技术
技术栈Agent、LLM、强化学习、LoRA、PPO、DPO、RAG、多模态、AIGC
业务类型ambiguous
工作生活匹配
40较低
工作地点在北京，仅现场办公，未提及弹性工作或远程。大厂研发岗位通常有一定加班文化，WLB一般。
工作模式仅现场办公
办公地点市区核心地段
加班情况未提及（无法判断）
使命价值匹配
70中等
AI技术对社会有显著影响，尤其AIGC推动产业变革。百度作为国内AI领军企业，使命感较强，但JD未明确提及社会价值。
行业发展高速增长赛道
社会影响正向社会影响力较高
创新程度开拓性创新（行业首创）
Watch Jobs