阿里巴巴
高德-多模态算法工程师-agent方向
高德-多模态算法工程师-agent方向
发布于 9 小时前普通员工/个人贡献者
全职员工仅现场办公算法优化工程师
算法优化工程师
Dpo
Langgraph
Ppo
Pytorch
Reinforcement Learning
Sft
World Model
多模态
值不值得投
69综合评分
综合评分 69
前沿AI技术岗位，发展性高，但WLB可能一般，薪资未披露但市场有竞争力。
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
45K
比算法优化工程师中位数低
发布情况
新岗位 · 今天发布
公司情况
这家公司招聘很活跃
约 2760 个在招 · 其中算法优化工程师 约 110 个
市场机会
选择面较广
北京 · 算法优化工程师 · 约 220 个在招
职位详情
关于这个职位
该职位负责高德地图的多模态算法研发，专注于Agent系统、强化学习和多模态创作，旨在提升智能体在复杂任务中的决策与生成能力，推动AI技术在地图和内容创作场景的产品化落地
最低要求
学历与基础
计算机、人工智能、数学等相关专业硕士及以上学历，具备扎实的机器学习理论基础
精通 Python，熟悉 PyTorch 深度学习框架，具备优秀的算法工程化落地能力
Agent 与强化学习
深入理解 Agent 范式：熟练掌握 ReAct, Plan-and-Solve, Reflexion 等主流 Agent 架构
精通 RL 对齐算法：有实际的 PPO, DPO, ORPO, GRPO 等算法调优经验，理解 Reward Modeling 的设计原则，能够处理稀疏奖励和多目标优化问题
熟悉 LangGraph、LlamaIndex 或自研 Agent 框架源码，具备修改底层调度逻辑的能力
多模态模型与 SFT
熟悉 SFT 全流程：具备大规模多模态指令数据的清洗、构造及增强经验，有熟练的分布式微调训练
工作职责
Agent Harness与长时任务
负责生产级 Agent Harness 核心算法与系统研发，包括上下文工程、工具调用、任务编排、状态持久化、权限控制、异常恢复和轨迹回放
构建面向长时任务的分层记忆系统，包括工作记忆、情景记忆、语义记忆、经验记忆及长期 Artifact 管理
重点突破 Long-horizon Planning 中的目标漂移、错误累积、上下文膨胀和决策不稳定问题
Agent RL与后训练
负责 Agent RL 训练和策略优化，提升 Agent 在复杂工具调用、代码生成、多步推理及多模态创作任务中的成功率与鲁棒性
构建长轨迹任务环境与 Benchmark，建立从任务生成、轨迹采集、结果验证到策略训练的完整闭环
开展 SFT、Reward Modeling、DPO、PPO、GRPO等训练工作，结合成功与失败轨迹实现持续策略改进
多模态创作和World Model 创作链路
搭建高可用的多模态智能创作链路，实现从创意理解、文本脚本、分镜规划到图像、视频、语音和交互式世界生成的完整闭环
结合世界模型开展 Agent 决策应用，利用世界模型进行多步前瞻、动作仿真，在执行前评估不同动作序列的潜在结果
推动世界模型在 AI 视频、互动内容、数字人、3D场景和可交互虚拟环境中的产品化落地
前沿技术预研
跟踪 Agent RL、World Models、多模态生成和交互式智能体等方向的最新进展
快速复现和评估学术界及开源社区的前沿方法，推动有效方案在工业场景中的落地
输出有影响力的学术或开源工作
优先资格
【加分项】
优秀的学术成果：在 NeurIPS, ICML, ICLR, CVPR, ACL 等顶级会议发表过关于 Agent RL（如决策优化、强化学习对齐）或 多模态生成（如文生图/视频、多模态对齐、可控生成）相关的高水平论文
开源贡献：在 GitHub 上有高星的 Agent 框架、多模态模型、benchmark 或 RL 训练代码库贡献
AI 洞察
优缺点分析
优点
- 涉及前沿的Agent和World Model技术，技术成长空间大
- 在高德地图和阿里集团平台，资源丰富，项目影响力强
- 有机会推动AI技术在真实场景中的产品化落地
- 与顶级团队合作，接触行业最新进展
- 技术难度高，需要解决长时任务中的复杂问题
- 工作强度可能较大，需应对高要求的项目节奏
- 竞争激烈，需持续保持技术领先
- 适合对Agent和强化学习有深厚兴趣，具备扎实算法基础和工程能力，追求技术突破的求职者
缺点 / 挑战
暂无明显挑战项
角色解读
- 从算法工程师成长为技术专家或团队负责人
- 向AI架构师或研究科学家方向发展
- 参与跨领域项目，拓展在AGI或元宇宙领域的应用
- 负责Agent系统的核心算法研发，包括任务编排、记忆系统和异常恢复
- 进行Agent强化学习训练和策略优化，提升多步推理和创作任务的成功率
- 搭建多模态创作链路，结合世界模型实现智能内容生成和交互应用
- 跟踪前沿技术并推动工业落地，输出学术或开源成果
- 精通Python和PyTorch深度学习框架
- 深入理解Agent架构和RL对齐算法，如PPO、DPO
- 具备大规模多模态数据处理和分布式微调经验
- 有良好的工程化能力和学术影响力
申请策略
- 了解高德地图的AI应用场景，如导航、地图生成等
- 准备展示解决长时任务挑战的具体案例
- 突出在Agent、RL或多模态领域的项目经验和技术成果
- 展示学术论文或开源贡献，证明研究能力
- 强调算法工程化落地能力和Python/PyTorch技能
- 深入学习强化学习对齐算法，如PPO、DPO的最新进展
- 实践多模态模型的SFT和分布式训练
- 跟踪Agent框架如LangGraph的源码和最新研究
面试指南
- 使用STAR法则（情境、任务、行动、结果）描述项目经验
- 结合理论知识和实际案例回答技术问题
- 展示对问题深入思考和创新解决方案的能力
- 请描述你过去在Agent或强化学习项目中的经验
- 如何设计一个处理长时任务的分层记忆系统？
- 在多模态创作中，如何确保生成内容的一致性和可控性？
- 对于Reward Modeling中的稀疏奖励问题，你有哪些解决方案？
- 你如何看待Agent技术在实际产品中的落地挑战？
职位点评
薪资福利60
成长发展90
工作生活50
使命价值80
薪资福利
60中等
职位描述未提及薪资和具体福利，补偿性动机的满足程度取决于公司政策，但基于职位级别，市场薪资通常有竞争力。
薪资信号未披露（AI估算：3–6万/月）
成长发展
90较高
该职位涉及Agent和World Model等前沿技术，提供丰富的学习和发展机会，有助于技能成长和技术突破。
技术前沿前沿/新兴技术
技术栈Agent、Reinforcement Learning、World Model、多模态、SFT
业务类型ambiguous
工作生活
50较低
工作地点位于北京望京核心区域，但JD未提及办公模式和WLB政策，生活化动机满足程度不确定。
工作模式未明确
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
80较高
该职位在AI和智能体领域进行创新，推动技术在高德地图等场景的应用，具有行业前瞻性。
行业发展高速增长赛道
社会影响中性/一般
创新程度开拓性创新（行业首创）
Watch Jobs