阿里巴巴
高德-大模型算法负责人-大云图
高德-大模型算法负责人-大云图
发布于 2 小时前中层管理(经理/总监)
全职员工仅现场办公人工智能
人工智能
Fine-Tuning
Mlops
Multi-Agent
Prompt Engineering
Rag
团队管理
多模态
大模型
空间智能
值不值得投
75综合评分
综合评分 75
核心业务大模型算法负责人，前沿技术栈、高薪资、高成长，但工作强度与压力较大。
从薪资福利、成长发展、工作生活和使命价值四个维度综合评估，方便横向比较。
薪资怎么样
9.5万
比人工智能中位数高
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 3250 个在招 · 其中人工智能 约 340 个
市场机会
选择面较广
北京 · 人工智能 · 约 620 个在招
职位详情
关于这个职位
该职位负责高德大云图业务的大模型算法团队管理与技术战略规划，主导大模型与Agent系统的架构设计、选型及生产落地
要求具备8年以上算法研发及2年以上团队管理经验，在空间智能、多模态理解或决策优化等方向有深厚积累，推动算法技术赋能地图与LBS业务
最低要求
计算机相关专业硕士及以上学历，8年以上算法研发经验，至少2年以上团队管理经验（直接管理5人以上算法团队）
对大模型技术有系统性理解，具有生产级Agent系统的架构设计经验，对Agent的可靠性、可控性和成本效率有成熟的工程化方法论
在空间智能与地理知识推理、多模态理解与生成、决策优化与规划中至少两个方向有深入的技术积累和团队指导能力
精通机器学习、深度学习及推荐系统核心范式，具备大规模数据处理、模型服务化及MLOps全链路能力
深刻理解算法系统从Demo到生产之间的鸿沟，对RAG、Prompt Engineering、Fine-tuning等手段的适用边界有清晰判断
具备构建算法评估体系的能力，对数据标注的成本控制、标注方案设计、标注质量管控有实操经验
具备优秀的跨团队沟通与技术影响力
工作职责
独立制定算法团队的中长期技术规划，主导核心算法方向从0到1的建设并推动其在生产环境中规模化落地
评估不同模型架构在特定业务场景下的适用性，主导模型选型、训练策略制定及推理成本优化
指导团队完成Multi-Agent系统的方案评审与关键模块设计
结合业务需求判断技术投入的优先级，避免“为了用模型而用模型”
主导设计算法服务的SLA体系，建立模型效果的持续监控与迭代机制
指导团队在不同场景下选择性价比最优的技术方案（RAG、Prompt Engineering、Fine-tuning）
定义核心指标，设计数据飞轮策略，推动数据质量与模型效果的正向循环
与产品、工程、业务方高效对齐需求与预期，在技术分歧时做出有理有据的决策并推动落地
推动技术标准制定、工具链建设或知识沉淀
将预测建模、增强分析与商业智能深度融合，实现智能跃迁
在团队中推广高效的AI辅助研发流程，推动代码质量、Review机制和CI/CD流程的持续改进
优先资格
有地图/LBS/空间计算领域的算法经验，或对地理空间问题有强烈兴趣和快速学习能力
在顶会（ACL/EMNLP/NeurIPS/KDD/AAAI等）发表过论文，或有开源项目/技术博客在Agent/NLP领域有一定影响力
有从0到1搭建算法团队的经验，包括招聘标准制定、新人培养体系搭建、团队技术文化建设
主导过算法系统的成本优化项目（推理加速、模型蒸馏、缓存策略等），有可量化的降本成果
具备技术视野与商业敏感度的结合能力，能识别技术趋势并提前布局，为业务创造增量价值
AI 洞察
优缺点分析
优点
- 作为核心业务的技术负责人，能接触顶尖的技术资源与海量数据，个人行业影响力提升快
- 适合具备深厚大模型技术底蕴、有成功从0到1搭建并管理算法团队经验，且对空间智能与地图业务有强烈兴趣的资深技术专家
缺点 / 挑战
- 依托高德丰富的地图与LBS场景，大模型与Agent技术有广阔的业务落地空间，技术挑战与成就感高
- 大模型在空间计算和地图场景的落地仍处于探索期，需平衡技术前沿性与业务ROI，面临较高的技术试错成本与工程化挑战
- 团队管理与跨部门协同要求高，需在技术分歧与业务压力中快速决策
角色解读
- 可向算法总监、首席科学家或业务线技术VP方向发展，深入参与公司级AI战略制定，引领空间计算与大模型结合的行业技术趋势
- 负责高德大云图业务的大模型算法团队管理与技术战略规划，主导大模型与Agent系统的架构设计及生产落地
- 评估并选型大模型架构，指导Multi-Agent系统设计，推动空间智能、多模态理解等技术在地图场景的规模化应用
- 具备8年以上算法研发及2年以上团队管理经验，精通大模型、Agent、多模态及空间智能等前沿技术
- 拥有从0到1搭建算法团队及主导核心算法落地的能力，熟悉MLOps全链路及模型成本优化
申请策略
- 准备具体的技术决策案例，展示如何在技术分歧中做出有理有据的决策并推动落地
- 了解阿里及高德近期的AI战略与产品动态，体现技术视野与商业敏感度的结合
- 重点突出大模型与Agent系统的架构设计及生产落地经验，特别是推理成本优化与Multi-Agent系统的设计成果
- 详细列举在空间智能、多模态或决策优化方向的具体项目，以及从0到1搭建团队和制定技术标准的经历
- 深入了解高德大云图的业务场景与空间计算前沿技术，补充Agent可靠性与可控性相关的工程化方法论
- 提升AI辅助研发工具在团队中的推广与效能提升经验
面试指南
- 采用STAR法则（情境、任务、行动、结果），重点突出技术选型的思考过程、工程化落地的难点攻克以及最终的业务或成本收益
- 对于团队管理问题，强调体系化建设、人才培养与技术氛围的塑造
- 请分享一个你主导的从0到1的大模型或Agent系统落地项目，遇到了哪些工程化挑战及解决方案？
- 在空间智能或多模态理解方向，你认为目前大模型在地图场景落地的最大瓶颈是什么？如何突破？
- 如何设计算法服务的SLA体系并建立模型效果的持续监控机制？
- 请描述你从0到1搭建算法团队的经验，如何制定招聘标准与技术文化建设？
- 在推理成本优化方面，你主导过哪些项目？取得了怎样的量化降本成果？
- 复习大模型、Agent、RAG、多模态等前沿技术的最新进展及在LBS/地图场景的应用案例
职位点评
薪资福利85
成长发展90
工作生活40
使命价值75
薪资福利
85较高
作为资深技术管理岗，薪资水平处于市场高位，且依托成熟的薪酬福利体系，整体物质回报丰厚。
薪资信号偏高 (7千–12万/月)
成长发展
90较高
处于大模型与空间智能结合的最前沿，能主导核心算法方向从0到1建设，技术成长与行业影响力提升空间极大。
技术前沿前沿/新兴技术
技术栈大模型、Agent、Multi-Agent、Transformer、空间智能、多模态、RAG、Prompt Engineering、Fine-tuning、MLOps
成长机会从0到1的建设、技术规划、技术影响力、技术标准制定
业务类型profit_center
工作生活
40较低
JD未提及工作模式与WLB相关信息，但作为核心业务的技术负责人且要求8年以上经验，工作强度与压力通常较大。
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
推动地图与空间计算的智能化跃迁，具有较高的技术使命感与社会实用价值，但JD未明确强调社会公益属性。
行业发展高速增长赛道
社会影响正向社会影响力较高
使命信号智能跃迁、为业务创造增量价值
创新程度开拓性创新（行业首创）
Watch Jobs