百度
智能体算法工程师（J100977）
智能体算法工程师（J100977）
发布于 大约 12 小时前实习/见习
实习生仅现场办公人工智能
人工智能
Aigc
Prompt Engineering
Rag
多模态
大模型
智能体
自动化测试
评测
值不值得投
74综合评分
综合评分 74
百度AI Agent方向高含金量实习，技术前沿、成长性强，适合追求技术深度的在校生。
从学习成长、工作节奏、岗位方向和实习待遇综合评估，方便比较实习机会。
薪资怎么样
6K
比人工智能中位数低
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 1130 个在招 · 其中人工智能 21 个
市场机会
选择面较广
北京 · 人工智能 · 约 430 个在招
职位详情
关于这个职位
该岗位是百度智能体算法方向的实习生，主要参与AIGC能力评估与智能体（Agent）相关技术的研发工作
你将协助搭建自动化评测智能体，进行多模型、多场景的评测实验，并跟进大模型与智能体的前沿技术进展，是深入AI应用与评估领域的实践机会
最低要求
计算机、人工智能、软件工程、自动化、数学、信息安全等相关专业本科及以上在读，具备较扎实的编程基础
熟悉 Python 编程，能够独立完成数据处理、脚本开发、接口调用、实验分析等基础研发工作
了解大模型基本概念，如 Prompt、RAG、Agent、Tool Use、Function Calling 等，有相关项目或课程实践经验者优先
对智能体、AIGC、LLM 应用、模型评估等方向有兴趣，具备较强的学习意愿和技术好奇心
了解常见机器学习、深度学习基础知识，有模型训练、推理、评估或数据分析经验者优先
具备良好的逻辑思维和问题拆解能力，能够在导师指导下完成实验设计、结果分析和问题定位
具备良好的沟通能力和团队协作意识，能够清晰记录实验过程、整理评估结论，并与研发、产品等角色协同推进工作
使用过 LangChain、Opencode、Dify、Coze 等 Agent 或 LLM 应用开发框架
参与过大模型评测、Prompt 优化、RAG 系统、智能体工具调用等相关项目
有文本、图像、视频、音频等多模态数据处理或评估经验
熟悉 Git、Linux、API 调用、数据标注或自动化测试流程
工作职责
参与百度 PSIG 统一评估中台建设，协助支持文库、网盘等核心业务场景下的 AIGC 能力评估工作
协助整理和维护评估任务、评估数据、评估指标及评测流程，参与沉淀标准化评估方法和工具
基于 Agent Skills、Prompt、RAG、Tool Use 等技术，协助搭建和优化自动化测评智能体，支持对不同 AIGC 业务能力的评估验证
参与多模型、多任务、多场景的评测实验，完成实验配置、结果收集、数据分析和报告整理等工作
协助研发同学进行 Agent 相关能力的调研与实验，包括长期记忆、推理链路、多智能体协作、Agentic Workflow 等方向
参与评估框架和工具链的日常开发与维护，协助完成评测脚本、数据处理脚本、可视化分析工具等模块建设
跟进大模型、智能体、多模态评估等前沿技术进展，参与技术调研、竞品分析和内部分享
优先资格
了解大模型基本概念，如 Prompt、RAG、Agent、Tool Use、Function Calling 等，有相关项目或课程实践经验者优先
了解常见机器学习、深度学习基础知识，有模型训练、推理、评估或数据分析经验者优先
使用过 LangChain、Opencode、Dify、Coze 等 Agent 或 LLM 应用开发框架
参与过大模型评测、Prompt 优化、RAG 系统、智能体工具调用等相关项目
有文本、图像、视频、音频等多模态数据处理或评估经验
AI 洞察
优缺点分析
优点
- 直接参与百度核心业务线的AIGC评估，能够接触到大规模的真实业务数据和模型，实践价值高
- 工作内容涵盖评估、开发、调研等多个方面，能快速构建对AI应用全链路的理解
- 技术栈前沿（Agent、RAG、多模态评估），有利于积累当前市场热门的技术经验
- 作为实习生，可能需要在导师指导下完成大量基础性的数据整理、脚本编写工作，独立发挥空间可能有限
- 评测工作需要严谨细致，对逻辑思维和耐心是考验，且需要快速跟上多变的技术进展
- 在大公司体系内，可能需要适应较多的流程和规范
- 适合计算机相关专业、对AI应用落地和评测有浓厚兴趣、学习能力强、注重细节、希望在实战中积累经验的在校生
缺点 / 挑战
暂无明显挑战项
角色解读
- 深入AI Agent与LLM应用评估领域，成为该方向的专业评估工程师或算法工程师
- 转向AI产品方向，利用评测经验参与产品设计和决策，或深化技术栈，成为智能体开发工程师
- 在数据科学、MLOps（模型运维）等相关领域寻找更广阔的职业机会
- 参与构建和维护一个用于评估AIGC（如文库、网盘智能功能）能力的自动化测试平台
- 利用Python和Agent相关技术（如RAG、Tool Use）开发自动化评测智能体，用于模拟和验证AI功能
- 执行多模型、多场景的对比评测实验，进行数据分析并撰写评估报告，为产品迭代提供数据依据
- 跟进智能体、大模型评估等前沿技术，并将其转化为内部的调研成果和工具实践
- 扎实的Python编程能力，能够独立完成数据处理、脚本开发和接口调用
- 理解大模型应用的核心概念（如Prompt、RAG、Agent），并有实际项目或学习经验
- 掌握基础的机器学习/深度学习知识，具备数据分析和实验设计的能力
- 良好的逻辑思维、沟通协作能力和文档整理习惯
申请策略
- 在简历或求职信中，明确表达你对“AI模型评估”或“Agent应用”的兴趣和理解，而不仅仅是泛泛地说喜欢AI
- 提前了解百度的AIGC产品（如文库、网盘中的AI功能），思考其可能的评测难点，这在面试中会是加分项
- 重点突出Python编程、数据分析相关的课程设计或项目经历
- 如果有使用LangChain、Dify等框架，或完成过RAG、Prompt相关的个人项目/竞赛，务必清晰列出
- 强调任何与实验设计、数据处理、报告撰写相关的经历，以体现逻辑性和严谨性
- 系统复习或学习Prompt Engineering、RAG（检索增强生成）的基本原理和实现案例
- 练习使用Python进行数据分析和可视化（如Pandas、Matplotlib），这是评测工作的核心
- 尝试使用一个Agent框架（如LangChain）搭建一个简单的应用，熟悉Tool Use和Agent工作流
面试指南
- 对于技术问题（如RAG），采用“定义-组成-流程-优缺点”的结构进行回答，展示系统认知
- 对于设计类问题（如评测方案），采用“目标-指标-流程-案例”的结构，体现结构化思维和严谨性
- 对于项目经验问题，采用STAR法则（情境-任务-行动-结果），并强调你学到的技术点和思考
- 请介绍一个你使用Python解决数据处理或分析问题的项目经历
- 你如何理解RAG（检索增强生成）技术？它有哪些关键组件？
- 如果你要评估一个文档问答机器人的准确性，你会设计哪些评测指标和流程？
- 你用过哪些Agent开发框架（如LangChain、Dify）？请描述你的使用体验
- 为什么对AI模型评估这个方向感兴趣？
职位点评
薪资福利65
成长发展90
工作生活55
使命价值75
薪资福利
65中等
该职位为实习岗，提供了市场水准的实习津贴，作为进入顶尖科技公司的机会，具有一定的平台价值。但作为实习生，薪资福利的完整性和长期稳定性有限。
薪资信号市场水准 (4K-8K/月)
成长发展
90较高
该职位处于AI Agent与大模型评估的前沿技术领域，学习信号强烈，能提供从理论到实践的系统性锻炼，对个人技术栈的构建和职业起点提升有显著价值。
技术前沿前沿/新兴技术
技术栈Agent、RAG、Prompt、Tool Use、LangChain、Dify、多模态、评测
成长机会在导师指导下、技术调研、内部分享
业务类型profit_center
工作生活
55较低
工作地点位于北京，实习期间需现场办公，通勤和生活成本是需要考虑的因素。JD未明确提及弹性工作或加班情况。
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
75中等
AI大模型应用是当前技术发展的核心驱动力之一，参与该领域能带来较高的成就感和行业认同。岗位直接服务于核心产品的能力提升，社会价值感知较明确。
行业发展高速增长赛道
社会影响中性/一般
使命信号支持文库、网盘等核心业务场景
创新程度积极采用新技术
Watch Jobs