小红书
【2027校招】AI Agent算法工程师
【2027校招】AI Agent算法工程师
发布于 大约 7 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
Ai Agent
Ai搜索
Dpo
Grpo
Nlp
Ppo
Rl
Sft
机器学习
值不值得投
74综合评分
综合评分 74
校招AI Agent算法岗，技术前沿且成长性强，但工作与生活平衡信息未明确
从起薪待遇、成长路径、工作节奏和岗位方向综合评估，方便比较职业起点。
薪资怎么样
20K
与人工智能中位数基本持平
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 1430 个在招 · 其中人工智能 33 个
市场机会
选择面较广
上海 · 人工智能 · 约 200 个在招
职位详情
关于这个职位
该职位负责参与小红书站内C端AI Agent「点点」的算法研发，打造下一代AI Agent体验
工作内容涵盖agentic后训练、记忆管理与个性化、上下文优化、AI搜索等技术，旨在让模型理解用户需求并完成任务，构建懂用户、可依赖的智能生活助手
最低要求
本科及以上学历，计算机等相关专业
对打造亿级用户使用的 AI Agent 有热情、对 AI 产品有审美
具备扎实的机器学习和 NLP 基础，理解大模型技术细节，熟悉 SFT、RL、DPO / PPO / GRPO 等 Post-training 技术栈，熟悉主流的agent harness框架
具备优秀的问题拆解、工程实现和快速迭代能力，在工作中熟练使用AI工具，能够在真实复杂业务场景中独立推动算法效果落地
工作职责
参与小红书站内 C 端 Agent 点点的算法研发，打造下一代 AI Agent 体验
工作内容包括但不限于agentic后训练、memory和个性化、context 优化、AI搜索、mid-training、distillation等
让模型能够理解用户需求、规划并完成任务，打造成为数亿用户日常生活所使用的，懂用户，可依赖、能办事的智能生活助手
优先资格
有 AI Agent、Agentic Search、Agentic RL、Code Agent、Memory / Context Management 等相关算法或业务经验者优先
在 ACL / EMNLP / NAACL / COLING / CVPR / ICCV / ICLR / NeurIPS 等会议发表过论文者优先
AI 洞察
优缺点分析
优点
- 公司平台资源丰富，有亿级用户基础，算法成果可快速验证并产生影响
- 校招岗位提供系统培养机会，适合应届生快速成长
- 竞争可能激烈，需持续保持技术热情和创新能力
- 适合对AI Agent有强烈兴趣、具备扎实算法基础、喜欢在真实场景中解决复杂问题的应届毕业生
缺点 / 挑战
- 技术前沿，涉及AI Agent等热门方向，能接触大规模用户场景和复杂技术挑战
- 技术难度较高，需要掌握多种大模型训练技术和Agent框架，学习曲线陡峭
- 业务场景真实复杂，要求快速迭代和落地能力，可能面临较高工作强度
角色解读
- 可向高级算法工程师或AI技术专家方向发展，深耕Agent技术领域
- 有机会参与跨团队项目，积累产品思维，向AI产品经理或技术管理转型
- 随着AI技术演进，可在新兴领域如具身智能、多模态Agent中拓展方向
- 负责AI Agent算法的研发，包括模型后训练、记忆管理、上下文优化等核心技术
- 参与打造面向亿级用户的智能助手产品，将算法效果落地到实际业务场景
- 使用AI工具进行快速迭代，在复杂业务中独立推动算法优化
- 扎实的机器学习和NLP基础，理解大模型训练细节如SFT、RL、DPO等
- 熟悉主流Agent框架和Agentic技术，如记忆管理、上下文优化
- 优秀的工程实现能力和问题拆解能力，能熟练使用AI工具加速开发
申请策略
- 研究小红书的产品形态和用户场景，思考AI Agent如何赋能业务
- 在面试中展示对智能助手产品的热情和审美，结合自身理解阐述技术方案
- 突出机器学习/NLP项目经验，尤其是与大模型训练、Agent相关的实践
- 展示在顶级会议发表的论文或研究成果，增强技术说服力
- 列举熟练使用的AI工具和框架，体现工程效率和快速学习能力
- 深入实践Agent框架和后训练技术，如DPO、PPO等，通过开源项目积累经验
- 加强上下文管理和记忆机制的工程实现能力，了解行业最佳实践
- 关注AI前沿动态，尤其是Agentic Search和Code Agent等方向
面试指南
- 结构化回答：先定义概念，再结合项目经验阐述，最后总结技术要点
- 强调问题解决能力：描述具体挑战、采取的算法方案、工程实现和效果数据
- 展现产品思维：从用户需求出发，说明技术如何提升产品体验和业务价值
- 请描述你对AI Agent技术的理解，以及如何设计一个Agent的记忆系统？
- 你熟悉哪些大模型后训练技术（如SFT、RLHF）？请举例说明在项目中的应用
- 如何在一个亿级用户的场景中优化Agent的上下文理解能力？
- 你过去有哪些项目经验与Agentic技术相关？遇到了哪些挑战？
- 你如何看待AI Agent在智能助手产品中的未来发展？
职位点评
薪资福利75
成长发展85
工作生活50
使命价值80
薪资福利
75中等
校招岗位薪资具有市场竞争力，但福利细节未在JD中披露，具体需与HR确认。
薪资信号未披露（AI估算：15K-25K/月）
成长发展
85较高
岗位涉及前沿AI Agent技术，有明确的技术栈要求和项目实践机会，有利于技能快速成长和积累行业经验。
技术前沿前沿/新兴技术
技术栈AI Agent、NLP、SFT、RL、DPO、PPO、GRPO
业务类型ambiguous
工作生活
50较低
JD未明确提及工作模式和WLB信息，无法判断办公灵活性和加班情况。
工作模式未明确
办公地点未明确
加班情况未提及（无法判断）
使命价值
80较高
人工智能是高速增长赛道，岗位致力于打造智能生活助手，具有较高的社会影响力和创新性。
行业发展高速增长赛道
社会影响正向社会影响力较高
创新程度积极采用新技术
小红书 的其他在招职位
相似职位推荐
Watch Jobs