百度
Agent 评测算法实习生（J106616）
Agent 评测算法实习生（J106616）
发布于 3 小时前实习/见习
实习生仅现场办公人工智能
人工智能
大模型
数据分析
机器学习
运筹优化
值不值得投
77综合评分
综合评分 77
顶尖科技企业前沿AI评测岗，技术成长极快，业务价值高，常规坐班节奏
从薪资福利、成长发展、工作生活和使命价值四个维度综合评估，方便比较实习机会。
薪资怎么样
8.0千
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 1340 个在招 · 其中人工智能 39 个
市场机会
选择面较广
北京 · 人工智能 · 约 660 个在招
职位详情
关于这个职位
该职位主要负责构建面向产业决策场景的智能体（Agent）评测体系，涵盖评测环境设计、大规模基准数据集搭建及自动化评测平台开发
通过真实业务场景持续牵引Agent能力优化，并开展前沿评测技术研究，输出专业报告或学术论文
最低要求
届及以后毕业的硕士或博士在读，计算机、人工智能、运筹优化等相关专业
熟练使用 Python，具备良好的数据处理能力（pandas 等），熟悉 Linux 和 Git
了解大模型或 Agent 的基本原理，有调用大模型 API 或使用 Claude Code、Codex、OpenCode 等编程 Agent 的经验
具备运筹优化或机器学习的基础知识，能读懂并编写求解或建模代码
做事细致严谨，能独立阅读英文论文，有较好的文档整理与沟通能力，有良好的抗压能力
工作职责
参与面向真实产业场景的 Agent 评测体系建设，设计并搭建评测环境
参与大规模评测集（benchmark）的构建与迭代，推动真实业务场景沉淀为标准化评测资产
开展前沿 Agent 能力评测与研究，探索长程优化、自我演化等能力的边界与规律，产出技术报告或论文
跟踪国内外前沿 benchmark 与评测方法，参与评测集的对外发布与影响力建设
参与评测平台能力建设，支撑模型与策略的系统化评测
优先资格
有 benchmark 或评测集构建相关经验
参加过 Kaggle、AtCoder Heuristic Contest、数学建模等竞赛，或有组合优化求解器（如 OR-Tools、Gurobi、HiGHS）的使用经验
有 Agent 相关项目、开源贡献或论文发表经历
AI 洞察
优缺点分析
优点
- 接触业界最前沿的Agent评测与大模型应用落地
- 背靠头部科技企业核心AI团队，技术栈先进且算力资源充足
- 有机会产出高质量技术报告或论文，助力学术与职业发展
- 真实业务场景数据敏感，需在合规前提下进行实验设计
- 适合对AI前沿技术充满热情、具备扎实编程与算法基础、且有志于从事AI质量评估或科研的在校硕博生
缺点 / 挑战
- 评测体系设计需兼顾理论严谨性与业务实用性，难度较高
- 需快速跟进不断迭代的Agent技术与开源生态，学习压力大
角色解读
- 可向AI算法研究员、大模型评测专家或AI产品经理方向发展
- 积累行业标杆评测经验后，可主导企业级Agent质量体系建设
- 转向核心算法研发或前沿AI学术研究，具备较强的技术迁移能力
- 负责搭建智能体（Agent）在产业决策场景下的评测环境与基准数据集
- 开发自动化评测平台，量化评估Agent的规划、推理与执行能力
- 追踪前沿评测方法，输出技术报告或学术论文
- 协助将业务需求转化为标准化评测资产，推动模型迭代
- 熟练掌握Python及数据处理库（如pandas），熟悉Linux与Git工作流
- 理解大模型与Agent底层原理及API调用机制
- 具备运筹优化或机器学习基础，能编写求解/建模代码
- 良好的英文文献阅读能力与学术写作规范
申请策略
- 关注百度在Agent评测领域的最新公开成果与技术博客
- 准备1-2个与模型评估或算法调优相关的深度项目案例，面试时重点阐述设计思路与量化结果
- 突出Python编程与数据处理实战项目，展示代码规范与工程能力
- 详细列出大模型/Agent相关实验、课程作业或开源参与经历
- 强调运筹优化/机器学习理论基础及竞赛获奖或论文发表情况
- 提前熟悉主流Agent框架（如LangChain、AutoGen）及评测工具链
- 练习使用OR-Tools或Gurobi解决基础优化问题，掌握建模思路
- 提升英文技术论文的阅读速度与批判性总结能力
面试指南
- 采用“背景-目标-方法-结果”结构回答项目类问题
- 针对系统设计题，先明确评测维度（准确性、鲁棒性、效率等），再说明数据采集、自动化测试与结果分析流程
- 技术问题结合具体代码、公式或实验对比展开，体现逻辑严密性
- 请介绍你熟悉的大模型或Agent架构及其优缺点
- 如何设计一个针对复杂决策场景的Agent评测基准？
- 遇到评测指标冲突时如何处理？
- 请简述你使用过的求解器或优化算法原理
- 复习机器学习与运筹学核心概念，梳理经典算法适用场景
职位点评
薪资福利70
成长发展92
工作生活55
使命价值85
薪资福利
70中等
头部科技企业实习津贴处于市场中上水平，福利体系完善，但实习生岗位整体薪酬天花板有限，补偿性并非核心吸引力。
薪资信号未披露（AI估算：6.5–9.0千/月）
成长发展
92较高
岗位直接对接大模型与Agent前沿评测方向，技术栈领先，提供接触核心业务与学术产出的机会，成长空间极大。
技术前沿前沿/新兴技术
技术栈Python、Agent、大模型、Benchmark、运筹优化、机器学习
业务类型profit_center
工作生活
55较低
互联网常规节奏，未提及弹性工时或远程政策，通常需坐班且面临一定的项目交付压力，WLB表现中等。
工作模式未明确
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
85较高
致力于构建产业级Agent评测标准，推动AI技术向实际业务落地转化，具有显著的行业引领价值与社会技术影响。
行业发展高速增长赛道
社会影响正向社会影响力较高
创新程度开拓性创新（行业首创）
Watch Jobs