阿里巴巴
高德-Agent 算法工程师（具身导航）-视觉技术中心
高德-Agent 算法工程师（具身导航）-视觉技术中心
发布于 15 小时前普通员工/个人贡献者
全职员工仅现场办公人工智能
人工智能
Agent算法
Llm
Vlm
具身智能
导航
工具调用
数据闭环
机器人
规划
值不值得投
76综合评分
综合评分 76
前沿具身智能算法岗，技术成长空间大，薪资有竞争力，但WLB情况不明。
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
4.5万
比人工智能中位数低
发布情况
新岗位 · 昨天发布
公司情况
这家公司招聘很活跃
约 2790 个在招 · 其中人工智能 约 300 个
市场机会
选择面较广
北京 · 人工智能 · 约 530 个在招
职位详情
关于这个职位
负责高德地图视觉技术中心的Agent算法研发，专注于具身导航场景，如机器人导航
工作包括研发生产级Agent核心算法与执行框架，实现长程任务规划、记忆管理和动态恢复机制，并推动技术在真实机器人场景中落地，改变数亿人的出行方式
最低要求
计算机、机器人、人工智能相关专业硕士及以上学历，3年以上大模型、多模态或具身智能相关研发经验，具备 Agent 算法研发或项目经历
AI Native 思维：能够合理划分 Agent 与地图、定位、规划及机器人执行系统的职责边界，并将 Agent 能力融入真实机器人任务闭环
无人区作战能力：敢于在缺乏成熟方案的方向独立推进算法实验，具备极客精神与战略定力
开源影响力意识：能把工作沉淀为可被行业采纳的开源框架、数据集或 Benchmark
跨团队协同力：能与产品、地图、基础架构等多方深度协作，推动 Agent 能力在真实机器人场景中落地
工作职责
负责机器人导航场景的生产级 Agent 核心算法与执行框架研发，建设上下文工程、任务编排、执行调度以及执行轨迹记录与回放等关键能力
研究面向巡检、配送、导览等场景的长程任务规划，将复杂目标分解为可执行子任务，并实现地图、定位、规划、视觉导航等 Tool/Skill 的自主选择与调用
设计面向长程任务的 Agent Memory 与状态管理机制，支持任务进度维护、执行历史记录、中断恢复和经验复用
研究复杂开放环境下的执行验证与动态恢复机制，重点解决目标漂移、错误累积、上下文冗余及长程决策不稳定等问题，实现 retry、fallback 和 replan
建设导航 Agent 的数据与评测闭环，围绕任务成功率、稳定性、恢复能力、执行成本和安全性持续优化算法，并推动其在真实机器人场景中落地
AI 洞察
优缺点分析
优点
- 背靠亿级用户真实场景，算法有广阔验证与落地机会，实践价值强
- 与顶尖高校合作紧密，生态资源丰富，利于技术积累与视野拓展
- 技术难度极大，需在开放、动态环境中解决长程任务的不稳定与错误恢复问题
- 跨团队协同要求高，需深度融合地图、定位、机器人执行等多模块，推动落地复杂
- 适合对具身智能与Agent技术有强烈热情，具备扎实算法基础与独立攻坚能力，并期望在前沿领域深度发展的求职者
缺点 / 挑战
- 聚焦AGI与具身智能前沿方向，技术深度高，能接触世界级挑战
- 创新压力显著，需持续跟进前沿并产出具有行业影响力的开源成果
角色解读
- 成为具身智能或Agent算法领域的专家，主导前沿技术攻坚与架构设计
- 晋升为技术负责人或团队核心，带领小组探索AGI应用并推动产品化
- 通过开源贡献或顶会论文建立行业影响力，拓展至更广泛的智能体生态
- 研发机器人导航场景的Agent核心算法与执行框架，实现任务编排与动态调度
- 设计长程任务规划、记忆管理和状态恢复机制，确保复杂任务稳定执行
- 构建数据与评测闭环，持续优化算法在真实开放环境中的性能与安全性
- 精通Agent算法与系统设计，包括Planning、Memory、Tool Use及执行验证机制
- 具备具身系统认知，理解从感知到执行的完整技术闭环，并能定位优化瓶颈
- 有大模型或多模态研发经验，能独立在“无人区”推进算法实验与项目落地
申请策略
- 研究高德地图视觉技术中心在GitHub上的开源项目，了解其技术栈与研究方向
- 准备详细阐述如何解决开放环境中Agent稳定性问题的案例，如错误恢复、状态管理
- 面试时强调与产品、地图等团队协作的经历，展示推动技术落地的软技能
- 突出Agent算法从0到1的研发经历，特别是涉及LLM/VLM、任务规划或系统落地的项目
- 强调具身智能或机器人导航相关的实践经验，如Sim-to-Real验证或真机部署案例
- 展示开源框架、数据集、Benchmark等具有行业影响力的成果，或顶会论文发表
- 深入学习Agent架构设计，如LangChain、AutoGPT等框架，并动手实践
- 加强具身系统知识，包括SLAM、运动规划、多模态感知等基础模块
面试指南
- 使用STAR法则（情境、任务、行动、结果）结构化描述项目经验，突出技术决策与成效
- 结合算法原理（如Transformer、强化学习）与实际场景，分析问题本质并给出系统性解决方案
- 展示探索与学习能力，阐述如何通过文献调研、实验验证或原型开发攻克未知挑战
- 请介绍你过去在Agent算法研发中最具挑战性的项目，以及如何解决技术难点
- 在长程任务规划中，如何处理目标漂移和错误累积问题？请举例说明
- 当遇到缺乏成熟方案的“无人区”问题时，你的推进思路和方法论是什么？
- 如何设计Agent的数据评测闭环来持续优化算法效果？
- 你对具身智能与Agent结合的未来发展有何看法？
职位点评
薪资福利80
成长发展90
工作生活50
使命价值75
薪资福利
80较高
职位为高级技术岗，公司平台成熟，薪资具有市场竞争力，但JD未明确提及具体福利细节。
薪资信号偏高 (3千–6万/月)
成长发展
90较高
技术方向处于AGI前沿，涉及具身智能与Agent等热门领域，学习成长空间大，且有开源与高校合作生态。
技术前沿前沿/新兴技术
技术栈Agent、LLM、VLM、具身智能、导航规划、Memory
业务类型profit_center
工作生活
50较低
JD未明确办公模式与工作强度，基于技术岗位性质推测可能需现场办公，WLB情况不确定。
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
75中等
职位致力于通过空间智能改变数亿人出行方式，具有明确的社会价值与行业推动意义。
行业发展高速增长赛道
社会影响正向社会影响力较高
使命信号改变数亿人的出行方式
创新程度开拓性创新（行业首创）
Watch Jobs