百度
Agent策略工程师（J106592）
Agent策略工程师（J106592）
发布于 1 天前普通员工/个人贡献者
全职员工仅现场办公人工智能
人工智能
Agentic Looping
Agent策略
Harness工程
大语言模型(Llm)
数据闭环
智能路由
知识图谱
Sft/Dpo/Rlhf
值不值得投
77综合评分
综合评分 77
前沿AI技术栈、医疗场景落地、成长空间大，但工作强度可能较高
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，方便横向比较。
薪资怎么样
5.0万
比人工智能中位数高
发布情况
新岗位 · 昨天发布
公司情况
这家公司招聘很活跃
约 1380 个在招 · 其中人工智能 43 个
市场机会
选择面较广
北京 · 人工智能 · 约 700 个在招
职位详情
关于这个职位
负责健康内容生成Agent的策略设计与迭代，构建基于Agentic Looping的自动化巡检与自进化机制
负责核心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与准确性
搭建Harness工程体系量化评估模型变更影响，保障服务安全稳定性，并推动大模型前沿技术在医疗场景的工程落地
最低要求
计算机相关专业本科及以上学历，扎实的编程功底与复杂系统设计能力
理解Agent核心体系（Planning、Tool Use、Memory、Reflection）
工作职责
参与健康内容生成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
参与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
参与搭建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
具备Agentic Looping的系统化思维与落地经验者优先
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者优先
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
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
- 聚焦AI Agent与大模型前沿赛道，技术栈极具前瞻性与市场竞争力
- 依托头部互联网企业的算力资源与海量数据，拥有充足的实验验证与工程落地平台
- 医疗健康场景落地需求明确，易产出高业务价值的标杆项目
- 大模型与Agent技术迭代极快，需持续高强度学习以保持技术敏锐度
- 跨部门协作频繁，需平衡技术创新与线上稳定性保障
- 适合具备扎实算法与工程基础、对AI Agent技术充满热情且抗压能力强的中高级技术人员
缺点 / 挑战
- 医疗场景对准确性与安全性要求极高，策略容错率低，调试与评估压力大
角色解读
- 可向大模型算法专家或AI架构师方向发展，深耕Agent底层技术与行业应用
- 也可转向AI产品负责人或技术管理岗，主导垂直领域大模型产品的战略规划与商业化落地
- 随着AI Agent赛道爆发，该岗位具备极高的行业稀缺性与职业溢价空间
- 负责健康领域生成式Agent的策略设计、工具调度与路由优化，提升内容生成质量与系统响应效率
- 搭建Harness工程体系与数据闭环，量化评估模型迭代效果，保障线上服务稳定与安全
- 跟踪大模型前沿技术，推动其在医疗垂直场景的实验验证与规模化落地
- 深入理解Agent核心架构（规划、工具调用、记忆、反思）及Agentic Looping机制
- 熟练掌握大模型微调与对齐技术（SFT/DPO/RLHF）及训练调参流程
- 具备复杂的系统工程能力，熟悉Harness框架、数据闭环构建与大规模推理部署
- 了解医疗健康领域知识图谱与信息检索技术
申请策略
- 提前研究目标公司在医疗AI领域的布局与现有产品线，面试时可结合具体场景提出策略优化思路
- 关注公司技术博客与开源项目，展现对前沿技术的跟踪能力
- 突出大模型微调（SFT/DPO/RLHF）的实际项目经验与调参成果
- 详细展示Agent策略设计、工具路由优化或Harness工程体系的落地案例
- 强调在复杂系统设计与数据闭环构建中的量化贡献
- 深入研读最新Agent论文与开源框架（如LangChain, AutoGen, CrewAI）
- 补充强化学习（RLHF）原理与大规模分布式训练实战经验
- 加强医疗领域知识图谱构建与信息检索（IR）相关技术储备
面试指南
- 采用STAR法则（情境-任务-行动-结果）结构化阐述项目背景、核心难点、技术方案与最终量化收益
- 针对技术问题，先阐明底层原理，再结合具体代码/框架细节说明实现路径，最后强调监控指标与线上保障机制
- 请详细介绍你过往项目中Agent策略的设计思路与迭代过程
- 如何设计多工具协同的路由策略以平衡响应速度与准确率？
- 在SFT/DPO训练中遇到模型崩溃或过拟合时，你是如何排查与解决的？
- 如何搭建Harness工程体系来量化评估模型策略变更的影响？
- 面对医疗场景的高准确性要求，你会如何设计安全护栏与效果评估指标？
- 复习Transformer架构、注意力机制及主流微调算法的数学推导与工程实现
职位点评
薪资福利85
成长发展92
工作生活45
使命价值75
薪资福利
85较高
薪资处于行业中上水平，福利体系完善，符合互联网大厂标准，能有效满足薪酬与稳定性诉求。
薪资信号市场水准 (3.5千–6.5万/月)
成长发展
92较高
深度参与大模型与Agent前沿技术研发，技术成长空间广阔，接触行业顶尖工程实践，职业发展天花板高。
技术前沿前沿/新兴技术
技术栈Agent、LLM、SFT、DPO、RLHF、Agentic Looping、Harness
业务类型profit_center
工作生活
45较低
互联网大厂节奏较快，技术迭代与线上保障压力可能导致加班较多，工作生活平衡一般。
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
聚焦医疗健康场景，致力于通过AI技术改善患者就医体验与健康内容获取效率，具有明确的业务价值导向。
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
Watch Jobs