阿里巴巴
高德-Agent应用算法工程师-北京
高德-Agent应用算法工程师-北京
发布于 39 分钟前普通员工/个人贡献者
全职员工仅现场办公AI算法
AI算法
Agent开发
Langgraph
Llm
Nlp
Pytorch
Rag
值不值得投
77综合评分
综合评分 77
顶尖大厂前沿AI算法岗，技术成长极佳，工作强度较高，适合野心勃勃的年轻工程师
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
4.0万
比AI算法中位数高
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 4680 个在招 · 其中AI算法 44 个
市场机会
选择面较广
北京 · AI算法 · 91 个在招
职位详情
关于这个职位
负责基于高德海量数据，利用AIGC、LLM及Agent技术构建下一代出行体验
主要工作包括搭建高可用Agent架构，优化ASR+LLM+TTS系统，以及通过RL训练提升Agentic LLM的推理与交互能力
最低要求
计算机、通信、自动化、电子、数学等理工科专业，硕士及以上学历
年以内工作经历
具备扎实的Python、Java或者C++等编程基础，熟练使用PyTorch/Tensorflow至少一种主流深度学习框架
具备扎实的NLU/NLG相关NLP技术基础
熟悉实时ChatBot、Multi-turn Conversation、Duplex Interaction相关技术
熟悉主流LLM架构，熟悉Pretraining、PostTraining、Test-time Scaling、Stream LLM等相关技术
熟悉Langgraph、AutoGPT、AgentScope等开源Agent框架至少一种，熟练掌握Agent Memory、RAG、Prompting、Tool Use、Context Engineering等Agent Harness体系
有比较完整的ASR+LLM+TTS Agent系统搭建和优化的经验
熟悉MCP、A2A等Agent通信协议
熟悉Verl，Swift等RL训练框架，有过完整的“ 数据构建-训练-评估-迭代”优化agentic llm的 Reason、Act、Interact的经验
有较强的学习能力，对新事物保有好奇心，并能快速适应新环境
有良好的沟通能力和团队协同能力
敢于挑战不确定性，勇于创新
工作职责
基于高德海量高质的数据，利用最前沿的AI算法和通用工程架构，打造下一代出行体验
建设应对超大业务规模和超高业务复杂度的高可用Agent架构
使用AIGC、LLM/LVM、Agent Harness等技术，打造全新的人和环境交互形态
搭建和优化ASR+LLM+TTS Agent系统
进行Agentic LLM的数据构建、训练、评估和迭代优化，提升Reason、Act、Interact能力
优先资格
了解/熟悉TTS（Text-to-Speech）、ASR（Automatic Speech Recognition）相关技术，了解/熟悉livekit，ten-framework，openai-whisper等相关Voice Agent前沿框架
了解speech-to-speech，omni-voice相关技术
在ACL/EMNLP/ICLR/NIPS/AAAI/KDD/PAMI/CVPR/ICCV/ECCV等顶级期刊/会议发表过相关文章
AI 洞察
优缺点分析
优点
- 身处阿里核心业务线，接触海量真实数据与超大规模并发场景
- 技术栈极度前沿（Agent、LLM），个人技术成长迅速
- 技术迭代极快，对持续学习能力和抗压能力要求极高
- 热爱人工智能前沿技术，具备扎实算法功底，渴望在大平台解决复杂工程问题的年轻技术专家
缺点 / 挑战
- 业务复杂度极高，需应对超大规模系统的稳定性挑战
角色解读
- 可向AI架构师、高级算法专家方向发展，或在智能驾驶、智慧出行领域深耕，成为垂直行业的AI技术领军人才
- 负责设计和实现基于大语言模型（LLM）的智能体（Agent）系统，解决复杂场景下的多轮对话与任务执行问题
- 精通NLP与大模型技术（如RAG、Prompt Engineering），熟练掌握Python及主流深度学习框架，具备Agent框架（如LangGraph）实战经验
申请策略
- 准备详细的项目复盘，展示从数据构建到模型迭代的全流程闭环能力，体现对‘不确定性’业务的适应力
- 重点突出LLM微调、Agent系统搭建、RAG优化等具体项目经历，量化性能提升指标（如响应速度、准确率）
- 深入理解RLHF原理及最新Agent通信协议（如MCP/A2A），补充语音交互（ASR/TTS）相关知识以契合加分项
面试指南
- 采用STAR法则：情境（背景与挑战）-任务（目标）-行动（具体技术选型、架构设计、难点攻克）-结果（量化指标提升）
- 请详细描述你搭建过的一个完整Agent系统，包括Memory管理和Tool Use的实现细节
- 如何在大规模并发下优化LLM的推理延迟？
- 针对特定垂直领域，如何进行Agentic LLM的数据构建与RL训练？
- 谈谈你对MCP/A2A等Agent通信协议的理解及其在实际应用中的优势
- 复习Transformer架构细节、RL训练流程及LangGraph等框架源码逻辑
- 关注近期ACL/NeurIPS等顶会关于Agent的最新论文
职位点评
薪资福利85
成长发展95
工作生活40
使命价值75
薪资福利
85较高
作为已上市的巨头企业，提供具有市场竞争力的薪酬福利体系，虽JD未详述，但行业地位保障了较高的补偿性回报。
薪资信号未披露（AI估算：3.0千–5.0万/月）
成长发展
95较高
职位聚焦于Agent、LLM等最前沿技术领域，且要求处理超大业务规模，为技术人员提供了极高的成长天花板和技术视野。
技术前沿前沿/新兴技术
技术栈LLM、Agent、RAG、RL、LangGraph、PyTorch
业务类型profit_center
工作生活
40较低
互联网大厂核心研发岗通常伴随高强度工作节奏，JD中强调‘挑战不确定性’和‘超大业务规模’，暗示工作压力较大，WLB一般。
工作模式未明确
办公地点市区核心地段
加班情况JD含高强度暗示词
使命价值
75中等
致力于改善用户出行体验，打造‘有温度’的科技产品，具有一定的社会服务价值和行业影响力。
行业发展高速增长赛道
社会影响正向社会影响力较高
使命信号打造有温度、有惊喜、科技感十足的下一代出行体验
创新程度开拓性创新（行业首创）
阿里巴巴 的其他在招职位
相似职位推荐
Watch Jobs