百度
智能体算法专家（J104318）
智能体算法专家（J104318）
发布于 大约 14 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
Agentic Rl
Rag
大语言模型
智能体
Reflection
值不值得投
80综合评分
综合评分 80
百度智能体算法专家，前沿技术栈，成长空间大，但工作强度可能较高。
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
55K
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 2850 个在招 · 其中人工智能 2 个
市场机会
选择面较广
北京 · 人工智能 · 约 130 个在招
职位详情
关于这个职位
作为百度智能体算法专家，你将负责通用智能体核心算法的设计与优化，涵盖任务理解、规划决策、工具执行到结果验证的完整链路
你将深入参与大模型驱动的智能体技术研发，建设评测体系并推动算法在复杂任务中的落地，与顶尖团队协作，共同探索智能体的前沿方向
最低要求
计算机、人工智能、软件工程、自动化等相关专业硕士及以上学历
具备 3 年以上机器学习、自然语言处理、智能体或相关算法研发经验
熟悉大语言模型和智能体基本原理，对 ReAct、Planning、Tool Use、Memory、Reflection、RAG 等机制有系统理解
实际参与过至少一个具备多步骤任务执行、工具调用或长程状态管理能力的智能体项目，并能够说明核心技术方案与效果指标
能够系统分析复杂任务中的模型理解、规划决策、工具调用、上下文状态和执行结果问题，并提出相应的算法优化方案
熟练使用 Python，具备良好的算法工程能力，能够独立完成算法原型、线上研发、实验分析和问题排查
熟悉模型评测和实验设计方法，能够根据 Agent Trace 建设错误分类、评测数据和迭代闭环
具备较强的系统思维、自驱力和跨团队协作能力，能够独立负责一个智能体核心方向并推动落地
工作职责
负责通用智能体核心算法的设计与优化，建设从任务理解、规划决策、工具执行、结果验证到最终交付的完整任务执行能力
负责用户意图与任务目标理解、多步骤任务拆解、动态规划和执行过程中的下一步决策，提升复杂长程任务的完成效果
建设 Tool / Skill 的召回、选择、路由和参数生成能力，优化大规模工具接入后的候选选择、上下文组织和调用准确率
建设智能体上下文与状态管理能力，包括任务状态、工作记忆、历史信息选择、上下文压缩、Checkpoint 和跨轮任务恢复
建设基于 Agent Trace 的评测与问题归因体系，分析任务理解、规划决策、工具选择、参数生成、工具执行、上下文状态和结果交付等环节的问题
围绕任务成功率、工具调用准确率、执行步骤数、Token 消耗、响应延迟和线上用户反馈，建立离线与在线评测闭环
研究并落地 Critic、Verifier、Reflection、Risk Gate、模型路由和多模型协同等机制，提升复杂任务执行的可靠性与效率
将智能体执行中的失败轨迹转化为评测样本、训练数据和优化方案，并与模型算法、搜索、文档处理、前后端和基础架构团队协作推动线上落地
优先资格
有办公智能体、内容创作智能体、Browser Agent、Coding Agent、Deep Research、AI 搜索或数据分析智能体相关经验
有大规模 Tool / Skill 管理、动态工具召回、能力路由或模型路由经验
有智能体评测、Trajectory Analysis、自动归因、Critic、Verifier 或 Risk Gate 相关经验
有上下文管理、长期记忆、任务状态、Checkpoint、任务恢复或长程任务系统经验
熟悉 AgentScope、LangGraph、OpenAI Agents SDK、AutoGen 等智能体开发框架
有 Agentic RL、Tool-use Training、Trajectory Data、Process Reward 或智能体后训练经验
有分布式任务调度、状态机、Redis、消息队列、沙箱执行或高并发系统相关经验
在大模型、智能体或自然语言处理相关会议发表过论文，或有高质量开源项目贡献
AI 洞察
优缺点分析
优点
- 岗位涉及完整算法链路，能积累从模型训练到线上部署的全面经验
- 公司平台大，资源丰富，与顶尖团队协作，技术氛围浓厚
- 智能体技术仍处于探索期，问题复杂且不确定性高，需要较强的自驱力和问题解决能力
- 适合对智能体技术有浓厚兴趣，具备扎实算法功底和较强自驱力，希望在 AI 前沿领域深耕的算法工程师
缺点 / 挑战
- 百度在 AI 领域投入巨大，智能体是当前热门方向，技术挑战大，成长空间广阔
- 算法岗位竞争激烈，对技术深度和工程能力要求高，工作压力可能较大
- 需要跨团队协作，沟通成本较高，需具备良好的团队合作能力
角色解读
- 在智能体领域深耕，成为算法专家或技术负责人，主导核心算法方向
- 横向拓展至 AI 搜索、办公智能体等应用方向，或转向技术管理岗位
- 依托百度平台，参与前沿研究，有机会发表论文或产出高质量开源项目
- 负责通用智能体核心算法的设计与优化，包括任务理解、规划决策、工具执行和结果验证等完整链路
- 建设 Tool/Skill 的召回、选择、路由和参数生成能力，提升大规模工具接入后的调用准确率
- 构建智能体上下文与状态管理机制，如工作记忆、上下文压缩和 Checkpoint，确保长程任务稳定执行
- 建立基于 Agent Trace 的评测与归因体系，分析并优化任务执行中的各类问题
- 扎实的机器学习、NLP 和智能体算法基础，熟悉 ReAct、Planning、Tool Use、Memory、Reflection、RAG 等机制
- 精通 Python，具备优秀的算法工程能力，能独立完成原型开发、线上研发和实验分析
- 熟悉模型评测和实验设计方法，能基于 Agent Trace 构建错误分类和迭代闭环
- 具备系统思维和跨团队协作能力，能独立负责一个智能体核心方向并推动落地
申请策略
- 了解百度智能体相关业务，如文心智能体平台，思考如何与岗位结合
- 在面试中展示对智能体技术趋势的思考，体现技术热情和潜力
- 突出智能体相关项目经验，详细描述技术方案、效果指标和你的具体贡献
- 强调对 ReAct、Planning、Tool Use 等机制的理解，以及 Python 工程能力
- 展示模型评测和实验设计经验，如基于 Agent Trace 的错误分析
- 如有论文或开源项目，务必重点突出
- 熟悉 AgentScope、LangGraph 等智能体开发框架，了解其设计原理
- 补充 Agentic RL、Tool-use Training 等后训练知识，了解前沿技术
面试指南
- 回答项目经验时，采用 STAR 法则，突出技术难点、解决方案和量化成果
- 回答设计类问题时，先明确目标和约束，再提出方案，并分析优缺点
- 回答机制理解问题时，结合具体场景，说明机制的原理和应用效果
- 请详细描述你参与过的智能体项目，包括技术架构、核心算法和效果指标
- 如何设计一个评测体系来评估复杂长程任务的完成效果？
- 在 Tool 调用中，如何优化大规模工具选择时的准确率和效率？
- 如何利用 Agent Trace 进行问题归因和算法优化？
- 谈谈你对 Critic、Verifier 等机制的理解，以及如何提升智能体可靠性？
职位点评
薪资福利85
成长发展95
工作生活50
使命价值80
薪资福利
85较高
百度作为互联网巨头，薪资待遇优厚，福利完善，能较好满足补偿性动机。
薪资信号未披露（AI估算：40K-70K/月）
成长发展
95较高
智能体技术是前沿方向，岗位涉及完整算法链路，能提供极佳的技术成长和职业发展机会。
技术前沿前沿/新兴技术
技术栈智能体、大语言模型、ReAct、Planning、Tool Use、Memory、Reflection、RAG、Agentic RL
业务类型profit_center
工作生活
50较低
岗位要求较高，可能面临一定的工作压力，但百度的工作环境相对稳定，办公地点在核心科技园区。
工作模式仅现场办公
办公地点科技园/产业园
加班情况未提及（无法判断）
使命价值
80较高
智能体技术是 AI 领域的重要方向，对推动 AI 应用落地有积极意义，行业前景广阔。
行业发展高速增长赛道
社会影响中性/一般
创新程度积极采用新技术
百度 的其他在招职位
相似职位推荐
Watch Jobs