中国移动
算法工程师（智能体工程方向）
算法工程师（智能体工程方向）
发布于 3 天前普通员工/个人贡献者
全职员工仅现场办公人工智能
人工智能
Agent架构
Rag
Tool Calling
大语言模型
工作流编排
智能体
算法优化
值不值得投
75综合评分
综合评分 75
央企平台、前沿智能体技术方向、大规模业务场景、技术成长空间大，工作模式与强度需进一步确认。
从薪资福利、成长空间、工作节奏和岗位方向综合评估，方便横向比较。
薪资怎么样
30K
比人工智能中位数低
发布情况
新岗位 · 3 天前发布
公司情况
这家公司招聘很活跃
约 110 个在招 · 其中人工智能 4 个
市场机会
选择面较广
北京 · 人工智能 · 约 330 个在招
职位详情
关于这个职位
作为中国移动的算法工程师（智能体工程方向），你将投身于智能体核心技术的研发，包括感知决策、多智能体协同、记忆优化等
工作重点在于将这些技术应用于智能客服等实际业务场景，负责架构设计、工作流编排与落地，以解决复杂交互问题，并推动智能体在公司核心业务中的规模化部署与迭代
最低要求
教育背景：重点院校硕士研究生及以上学历，计算机、人工智能、软件工程、网络工程、电子信息、通信工程、光电工程、应用电子技术、大数据、应用统计、数据科学及应用数学等3T（IT/DT/CT）相关专业
核心能力：
（1）具备扎实的算法与编程基础，熟悉Python/C++等至少一种编程语言
熟悉Transformer、大语言模型及主流Agent技术
（2）具备 Agent架构设计、大模型应用或智能体系统搭建相关项目、科研或实习经验，熟悉RAG、Tool Calling、MCP、工作流编排等技术者优先
（3）具备良好的分析解决问题和团队协作能力
在人工智能相关会议/期刊发表论文者优先
工作职责
参与智能体核心技术研发，开展智能体感知决策、自主任务拆解、多智能体协同、记忆迭代优化、工具链集成调度等关键技术研究与迭代
面向智能客服、坐席辅助等场景，负责Skills体系构建、模型适配、Harness优化、Loop Engineering等架构设计、工作流编排与场景落地，解决复杂场景下智能体自主执行、容错适配、高效交互等核心问题
跟踪业界智能体、大模型应用前沿技术，深耕智能体前沿工程体系，负责智能体算法模型的训练、评测、推理优化与工程化落地，推动智能体能力在各类核心业务场景规模化部署与迭代升级
优先资格
熟悉RAG、Tool Calling、MCP、工作流编排等技术者优先
在人工智能相关会议/期刊发表论文者优先
AI 洞察
优缺点分析
优点
- 技术方向前沿，直接参与大模型与智能体的工程化实践
- 背靠大型央企平台，业务场景庞大且稳定，能获得丰富的落地经验
- 公司内部数字化转型需求明确，为技术成果的规模化应用提供保障
- 大型企业的技术决策和落地流程可能较为复杂
- 需快速跟进智能体技术的快速迭代，保持技术敏感性
- 适合对AI Agent技术有浓厚兴趣，具备较强算法与工程实现能力，希望在稳定的大平台上将前沿技术应用于解决实际复杂业务问题的求职者
缺点 / 挑战
- 在庞大系统中实现高性能、高可用的智能体服务存在技术挑战
角色解读
- 技术路线：可深入成为智能体或大模型应用领域的资深算法专家
- 管理路线：在积累经验后，可带领小团队负责特定业务线的智能体技术规划与落地
- 前沿探索：可转向AI前沿研究或架构师岗位，引领公司技术方向
- 负责智能体核心算法的研究与工程化落地，包括多智能体协同、记忆优化等
- 面向智能客服等业务场景，设计和实现智能体的架构、工作流，确保其在复杂情况下稳定高效运行
- 跟踪行业最新技术动态，并将其转化为可规模化的业务解决方案
- 需要扎实的Python或C++编程能力和算法基础
- 必须熟悉大语言模型及Agent技术栈，有相关项目或研究经验
- 需要具备解决复杂工程问题的能力和良好的团队协作精神
申请策略
- 深入研究中国移动在线营销服务中心的业务模式和智能化转型战略
- 面试时可结合具体场景（如智能客服）阐述你对智能体落地的理解
- 展示对技术的热情和对央企创新文化的认同
- 重点突出与智能体、大模型应用相关的项目经历或科研成果，尤其是架构设计、工作流编排方面的实践
- 清晰展示算法竞赛、论文发表等体现技术深度的经历
- 强调解决复杂问题的具体案例和量化成果
- 深入理解主流Agent框架（如LangChain, AutoGen）的原理与实现
- 跟进Tool Calling、RAG、Prompt Engineering等最新技术实践
面试指南
- 对于项目问题，使用STAR法则（情境、任务、行动、结果）清晰阐述
- 对于技术原理问题，先解释核心概念，再结合应用场景或项目经验说明
- 对于开放性问题，从技术、业务、用户等多个角度进行结构化分析
- 请介绍一个你做过的智能体或大模型应用项目，你在其中负责什么？遇到了哪些技术难点？如何解决的？
- 你对Agent架构（如ReAct, Plan-and-Execute）的理解是什么？在设计一个多智能体系统时，你会考虑哪些关键因素？
- 如何评估一个智能体应用的效果？如果智能体在某个场景下执行任务失败率较高，你会如何排查和优化？
- 你对RAG、Tool Calling等技术的原理和应用场景有什么理解？
- 你如何看待当前智能体技术在实际业务中面临的挑战（如可靠性、成本、延迟）？
职位点评
薪资福利75
成长发展85
工作生活60
使命价值80
薪资福利
75中等
该职位由大型央企提供，平台稳定。薪资估算处于北京市场中上水平，能提供基本的生活保障。但未在JD中明确提及具体福利细节。
薪资信号市场水准 (20K-40K/月)
成长发展
85较高
技术方向处于AI前沿（智能体/大模型），有明确的培养和深入钻研的要求。公司规模和业务场景为技术落地和能力提升提供了广阔空间。
技术前沿前沿/新兴技术
技术栈大语言模型、Agent架构、RAG、Tool Calling、工作流编排、Python、C++
成长机会跟踪业界前沿技术、深耕智能体前沿工程体系、规模化部署与迭代升级
业务类型profit_center
工作生活
60中等
JD未明确说明工作模式，默认为现场办公。作为技术研发岗位，可能存在项目攻坚期的加班需求，但未在JD中明确提及工作强度。
工作模式未明确
办公地点科技园/产业园
加班情况未提及（无法判断）
使命价值
80较高
服务于超大规模客户服务与营销的数字化转型，技术成果直接影响数亿用户的体验，具有明显的社会价值和业务影响力。属于国家数字化转型的重要组成部分。
行业发展高速增长赛道
社会影响正向社会影响力较高
使命信号推动营销服务体系数字化转型、创世界一流在线营销服务、打造数智体验新门户
创新程度积极采用新技术
Watch Jobs