百度
Agent策略工程师（J105168）
Agent策略工程师（J105168）
发布于 大约 20 小时前普通员工/个人贡献者
全职员工仅现场办公机器学习工程
机器学习工程
Harness工程
Rlhf
健康Ai
大模型
强化学习
数据工程
知识图谱
系统设计
值不值得投
74综合评分
综合评分 74
前沿AI Agent策略岗位，技术成长性强，社会价值明确，但WLB信息缺失需面试确认。
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
40K
比机器学习工程中位数高
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 1110 个在招 · 其中机器学习工程 22 个
市场机会
选择面较广
北京 · 机器学习工程 · 约 420 个在招
职位详情
关于这个职位
该职位专注于大模型Agent在健康领域的策略开发与工程落地
主要负责健康内容生成Agent的策略设计与迭代，基于Agentic Looping构建自动化问题巡检与效果自进化机制，优化多工具协同以提升生成质量和响应时效，并搭建Harness工程体系确保服务安全稳定
同时需跟踪前沿技术并主导在健康场景的实验与规模化应用
最低要求
计算机相关专业硕士及以上学历，扎实的编程功底与复杂系统设计能力
深入理解Agent核心体系（Planning、Tool Use、Memory、Reflection），熟悉ReAct/CoT等推理范式，具备Agentic Looping的系统化思维与落地经验
熟练掌握大模型微调与对齐技术（SFT/DPO/RLHF），有实际的数据工程、训练调参与效果评估全流程经验
具备Harness工程、自进化数据闭环或大规模推理系统工程实践背景
工作职责
主导健康内容生成Agent的策略设计与迭代，构建基于Agentic Looping的自动化问题巡检与效果自进化机制，驱动生成质量持续提升
负责Agent核心工具（医生/药品检索等）的任务化调度与智能路由策略，优化多工具协同机制，保障在线生成的响应时效与结果准确性
搭建Agent链路的Harness工程体系，量化评估模型与策略变更影响，确保在线服务的安全性与稳定性
跟踪大模型与Agent前沿技术，主导新技术在健康场景中的快速实验验证与规模化工程落地
优先资格
有健康/医疗场景或IR、知识图谱经验者优先
AI 洞察
优缺点分析
优点
- 技术前沿性强：直接参与大模型Agent在健康场景的前沿探索与落地，技能积累价值高
- 工程实践深入：涉及从策略设计到Harness工程的全链路开发，能锻炼系统设计与量化评估能力
- 行业应用明确：健康内容生成有实际应用场景，工作成果直接影响用户体验与服务质量
- 平台资源丰富：依托大公司平台，有充足的数据、算力与业务场景支持技术实验
- 技术难度高：需同时掌握Agent体系、大模型微调与工程化能力，对综合技术素养要求严苛
- 适合对大模型Agent技术有深入理解，具备系统工程思维，且对健康AI应用感兴趣的技术专家或高级工程师
缺点 / 挑战
- 项目复杂度高：涉及多工具协同、自进化机制等，系统设计与维护挑战较大
- 持续学习压力：AI技术迭代快，需不断跟踪前沿并快速应用，对学习能力要求高
角色解读
- 技术专家路线：从Agent策略工程师成长为AI系统架构师或大模型应用专家，深耕垂直领域解决方案
- 技术管理路线：积累经验后可转向技术团队负责人，主导AI健康产品的技术方向与团队建设
- 行业拓展：利用健康领域AI经验，向医疗AI、数字健康等交叉领域发展，或参与前沿研究
- 设计并迭代健康内容生成Agent的策略，构建自动化问题巡检与效果自进化机制
- 负责Agent工具的任务调度与智能路由，优化多工具协同以提升响应时效和准确性
- 搭建Harness工程体系，量化评估模型与策略变更，确保在线服务安全稳定
- 跟踪大模型与Agent前沿技术，并主导在健康场景的实验验证与工程落地
- 深入理解Agent体系（如Planning、Tool Use、Memory）及ReAct/CoT等推理范式，具备Agentic Looping落地经验
- 熟练掌握大模型微调与对齐技术（SFT/DPO/RLHF），并有数据工程、训练调参的全流程实践
- 具备Harness工程、自进化数据闭环或大规模推理系统的工程背景，擅长复杂系统设计
- 熟悉健康/医疗场景或IR、知识图谱者更具优势
申请策略
- 申请前了解百度健康业务布局及现有AI应用，以便在面试中展示业务洞察
- 准备一个完整的Agent项目案例，涵盖从策略设计到工程落地的全链路思考与挑战
- 突出Agent相关项目经验，特别是涉及Planning、Tool Use或自进化的系统设计案例
- 强调大模型微调（如SFT/DPO/RLHF）的实战经历，包括数据工程、训练调参及效果评估
- 列举Harness工程、推理系统优化或健康/知识图谱领域的实践成果，量化业务影响
- 展示复杂系统设计能力，如多工具协同、自动化巡检机制等技术亮点
- 深入学习Agentic Looping与自进化系统原理，可研读相关论文或参与开源项目
- 强化大模型对齐技术（如RLHF）的实践，通过实验或课程提升调优与评估能力
面试指南
- 对于系统设计问题：采用“问题分析-方案设计-实现细节-评估指标”的框架，结合具体项目案例说明
- 对于技术实现问题：遵循“原理理解-实践经验-效果量化”的思路，突出对核心概念的掌握与落地能力
- 对于业务场景问题：从“需求洞察-技术适配-效果验证”角度回答，强调对健康领域特殊性的考量
- 请描述你如何设计一个Agent的自进化机制来提升生成质量？
- 在多工具协同场景下，如何设计智能路由策略以保障响应时效和准确性？
- 你如何量化评估模型或策略变更对在线服务安全稳定性的影响？
- 举例说明你使用SFT/DPO/RLHF进行大模型微调的经验与挑战
- 如果面对健康场景的复杂查询，你会如何构建Agent工具的任务化调度逻辑？
职位点评
薪资福利80
成长发展85
工作生活50
使命价值75
薪资福利
80较高
薪资估算处于市场中上水平，但未提及具体福利信息，补偿性动机满足度较好。
薪资信号偏高 (30K-50K/月)
成长发展
85较高
岗位涉及前沿AI Agent技术，有明确的技术实验与落地机会，对技能成长和职业发展驱动力强。
技术前沿前沿/新兴技术
技术栈Agent、大模型、RLHF、知识图谱、Agentic Looping
成长机会主导新技术在健康场景中的快速实验验证与规模化工程落地
业务类型ambiguous
工作生活
50较低
JD未提及办公模式与WLB信息，工作强度与灵活性无法判断，生活化动机满足度有限。
工作模式未明确
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
75中等
健康内容生成AI具有正向社会价值，且所在赛道处于高速增长期，意义感动机较好。
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
百度 的其他在招职位
相似职位推荐
Watch Jobs