百度
大模型应用/agent算法工程师（J101345）
大模型应用/agent算法工程师（J101345）
发布于 大约 14 小时前普通员工/个人贡献者
北京市
中级经验
全职员工
仅现场办公
硕士
研究与开发 (研发)
PyTorch
RAG
LLM
大模型
PPO
RLHF
DPO
Grpo
AI 估算 · 30k–60k
百度大模型算法岗，硕士及以上学历，需扎实工程能力和前沿技术理解，薪资处于行业较高水平，竞争力强。
职位详情
关于这个职位
作为百度AI助手大模型应用/agent算法工程师，你将参与优化AI助手的通用问答效果，提升用户体验
工作涉及Router策略、RAG、内容生成、工具调用等核心环节，并负责模型训练（SFT/PPO/DPO/GRPO等）
同时需要探索大模型在复杂任务中的自主推理与规划能力，推动智能体决策水平提升
该岗位要求扎实的工程能力和对大模型前沿技术的热情
最低要求
计算机、人工智能或者数学相关专业硕士及以上学历
具备优秀的工程实现能力和问题拆解能力，能独立推进端到端算法落地
熟练掌握 PyTorch 等深度学习框架，熟悉常用大模型训练库
熟悉大模型能力特点，了解大模型后训练、RAG、Agent、Deep Research等技术方向
深入理解 Transformer 架构及SFT/RLHF/DPO/PPO/GRPO等算法
对 AGI 技术有热情，乐于探索前沿、拥抱不确定性
工作职责
参与AI助手效果优化：优化通用问答效果，提升响应质量和用户满意度，涉及router分流策略、plan策略、检索rag策略、内容生成质量、工具调用/Deep Research skill效果优化等核心环节
参与ai熟手各阶段模型训练，包括但不限于pretrain、SFT、 PPO、DPO、GRPO等
探索大模型在复杂任务中的自主推理、工具调用与长期规划能力，结合 RL 提升智能体决策水平
策略设计与迭代：参与建立AI助手效果评估体系，基于数据分析驱动策略迭代，形成"评估-优化-验证"的闭环机制
跟踪并复现国际顶级会议在 LLM 领域的最新进展
优先资格
在NeurIPS、ICML、ICLR、 ACL等顶会发表论文，或 Kaggle、ACM 竞赛获奖者优先
有高质量开源项目、顶会论文或知名 AI 实验室研究经历
参与过对话系统、机器人决策等落地项目
AI 洞察
优缺点分析
优点
- 百度作为国内AI巨头，提供顶尖的算力资源和数据支持，技术氛围浓厚
- 岗位涉及大模型全流程训练和前沿算法落地，技能积累含金量高
- 有机会参与顶会论文发表和开源项目，提升个人影响力
- 大模型领域竞争激烈，需要持续学习最新算法和框架
- 对独立解决问题的要求高，需要扎实的工程和算法功底
- 适合对AGI有强烈热情、具备扎实算法和工程背景、渴望在大模型应用领域深耕的求职者
缺点 / 挑战
- 工作强度较大，需要跟踪前沿技术并快速迭代，可能面临较高压力
角色解读
- 从算法工程师成长为AI助手核心模块技术负责人，主导大模型应用方向的策略迭代
- 可向技术专家或技术管理方向发展，带团队推动前沿研究落地
- 积累大模型落地经验后，可转型为AI产品经理或创业方向
- 优化AI助手的通用问答效果，涉及路由策略、检索RAG、内容生成、工具调用等核心模块
- 参与大模型训练全流程，包括预训练、SFT、RLHF（PPO/DPO/GRPO）等对齐算法
- 探索大模型在复杂任务中的自主推理与工具调用能力，结合强化学习提升智能体决策水平
- 建立效果评估体系，通过数据分析驱动策略迭代，形成闭环优化机制
- 熟练掌握PyTorch等深度学习框架，熟悉主流大模型训练库（如Megatron、DeepSpeed）
- 深入理解Transformer架构及SFT/RLHF/DPO/PPO/GRPO等后训练算法
- 熟悉RAG、Agent、Deep Research等大模型应用技术方向
- 具备优秀的工程实现和问题拆解能力，能独立推进端到端算法落地
申请策略
- 关注百度AI助手（如文心一言）的产品动态，了解其当前痛点和技术方向
- 准备端到端算法落地的项目案例，突出数据分析和策略迭代的闭环思维
- 突出大模型相关的项目经验，如对话系统、RAG、Agent等落地实践
- 强调PyTorch使用深度及大规模模型训练经验，最好有分布式训练案例
- 如有顶会论文或Kaggle/ACM竞赛获奖，务必显眼位置展示
- 补充强化学习在语言模型中的应用知识，如RLHF、GRPO等算法细节
- 熟悉主流大模型训练框架（如DeepSpeed、Megatron），了解分布式训练技巧
面试指南
- STAR法则：描述项目背景、任务、行动和结果，突出个人贡献
- 技术对比框架：先分别解释两种方法的原理，再对比优缺点和适用场景
- 问题解决框架：先分析问题本质，再提出多种解决方案，最后给出最优选择
- 请详细介绍你参与过的大模型训练项目，包括使用的算法、框架和性能指标
- 如何评估AI助手的回答质量？请设计一个评估体系
- 解释PPO和DPO的区别，以及各自的适用场景
- 在RAG系统中如何解决检索结果不相关或噪声问题？
- 你如何跟踪LLM前沿进展？请举一个你最近了解的技术并阐述其价值
职位点评
71
综合评分
大厂核心算法岗，技术栈顶尖，成长空间巨大，但工作强度较高，WLB一般。
更适合这类人
最适合以技术成长和发展为优先动机的求职者，尤其是对大模型前沿有热情、愿意高强度投入的算法人才。
表现最好
成长发展
相对薄弱
工作生活
薪资福利70
成长发展95
工作生活40
使命价值80
薪资福利
70中等
百度作为上市大厂，薪资福利有竞争力，但JD未明确薪资范围，需面议。五险一金等基础福利齐全，但未在JD中提及。
薪资信号面议 (30K-60K/月)
成长发展
95较高
岗位涉及大模型全流程训练和前沿算法，技术栈为当前最热门方向，成长性极强。JD明确提到跟踪顶会进展，鼓励创新。
技术前沿前沿/新兴技术
技术栈大模型、LLM、Agent、RLHF、DPO、PPO、GRPO、RAG、Transformer
成长机会跟踪并复现国际顶级会议在 LLM 领域的最新进展
业务类型profit_center
工作生活
40较低
百度北京总部，需现场办公，一般互联网大厂工作强度较大，JD未提及WLB相关福利。
工作模式仅现场办公
办公地点市区核心地段
加班情况未提及（无法判断）
使命价值
80较高
大模型技术是当前AI发展核心方向，AGI愿景具有强烈使命感，百度在该领域投入大，社会影响力较高。
行业发展高速增长赛道
社会影响正向社会影响力较高
使命信号对 AGI 技术有热情，乐于探索前沿
创新程度积极采用新技术
Watch Jobs