滴滴出行
LLM Agent算法负责人
LLM Agent算法负责人
发布于 2 小时前中层管理(经理/总监)
全职员工仅现场办公AI算法
AI算法
Agentic Rl
Llm Agent
Nlp
Sft/Dpo
团队管理
大规模部署
强化学习
算法架构
值不值得投
76综合评分
综合评分 76
顶尖大厂核心AI管理岗，前沿技术栈，高薪资高压力，侧重技术突破与团队领导
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
11.5万
比AI算法中位数高
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 2370 个在招
市场机会
选择不多
北京 · AI算法 · 10 个在招
职位详情
关于这个职位
负责LLM Agent算法团队的建设与管理，制定技术规划并推动Agent Loop、自进化机制及Agentic RL等核心技术的研发与落地
需带领团队优化任务理解、工具调用及评测体系，协同产研团队实现算法规模化部署，提升复杂任务决策能力
最低要求
在机器学习、自然语言处理、大模型或强化学习相关方向有扎实积累，有将算法研究转化为实际系统能力的经验
具备3年以上算法团队管理经验，有团队招聘、培养、目标管理和项目交付经验
能够建设高效协作的团队
有负责重要技术方向或复杂项目的经验，能够制定技术路线、明确优先级，协调资源并推动团队达成目标
熟悉 LLM Agent 核心机制，具备 Agent Loop 设计或优化经验，理解规划、工具调用、记忆、状态管理、反思及多 Agent 协作等关键问题
熟悉至少一种大模型训练或对齐方法，如 SFT、DPO、PPO、GRPO 等
具备 Agentic RL 或相关强化学习项目经验者优先
具备复杂任务数据构建与评测经验，能够设计任务环境、奖励或评估指标，并通过实验分析定位系统瓶颈
熟练使用 Python，熟悉主流深度学习框架及大模型训练、推理或服务化流程，能够带领团队与工程团队协作解决落地问题
具备良好的沟通协作能力和技术判断力，能够把握技术方向、推动跨团队合作，并对团队交付结果负责
在机器学习、自然语言处理、强化学习或大模型相关领域，以主要作者身份在 NeurIPS、ICML、ICLR、ACL、EMNLP、NAACL 等国际顶级学术会议发表过论文
工作职责
负责 LLM Agent 算法团队的建设与管理，制定团队目标和阶段性计划，做好人才招聘、培养、绩效反馈与梯队建设，提升团队整体交付能力
制定 Agent 算法方向的中长期技术规划，结合业务目标确定优先级，推动关键技术预研、方案评审和产品落地
带领团队设计和优化 Agent Loop，包括任务理解与拆解、规划、记忆与上下文管理、工具调用、状态跟踪、结果校验、异常恢复及终止策略，提升任务完成率、可靠性和执行效率
带领团队探索 Agent 自进化机制，建设从轨迹采集、经验总结、记忆更新、策略改进到效果验证的闭环，推动 Agent 从交互反馈和执行结果中持续提升
推动 Agentic RL 方向的研究与落地，包括环境与任务设计、奖励建模、在线或离线强化学习、长程任务信用分配及策略优化，提升 Agent 在复杂、多步骤任务中的决策能力
建设 Agent 数据与评测体系，推动评测基准、实验规范和线上指标建设，覆盖任务成功率、鲁棒性、工具使用质量、成本、时延及安全性
协同产品、工程及业务团队，推动算法方案从研究验证走向规模化部署
建立有效的跨团队协作机制，及时识别并解决项目推进中的关键问题
跟踪大模型、Agent 和强化学习领域的技术进展，评估其业务价值与落地条件，推动团队持续改进算法效果和系统能力
优先资格
有与 Agent、Agentic RL 或大模型相关的代表性研究成果者优先
有 Agent 自进化、长程任务、多工具协同、代码 Agent或企业级 Agent 系统的设计与落地经验者优先
AI 洞察
优缺点分析
优点
- 依托滴滴海量真实业务场景，数据资源丰富，落地价值高
- 拥有顶级的技术团队氛围和学术资源，利于保持学术影响力
- 平台稳定且规模巨大，提供充足的计算资源和工程支持
- Agent技术尚处早期，落地效果不确定性高，需平衡研究与工程
- 跨部门协作复杂，需推动多方资源配合，沟通成本高
- 高强度工作节奏，需应对快速迭代的技术环境和业务需求
- 适合具有深厚学术背景、丰富团队管理经验且热衷于前沿AI技术落地的资深算法专家
缺点 / 挑战
- 处于AI最前沿赛道（LLM Agent），技术挑战性与创新性极强
- 对候选人的学术造诣和管理能力要求极高，竞争压力巨大
角色解读
- 向更高层级的技术专家（Fellow/Principal Scientist）或首席科学家方向发展
- 转型为技术总监或VP级别的管理者，负责更大规模的AI产品线或事业部
- 成为行业内的权威专家，引领Agent技术在垂直行业的标准化与应用创新
- 组建并管理LLM Agent算法团队，负责人员招聘、培养及绩效管理
- 制定Agent技术中长期规划，主导Agent Loop、自进化机制及Agentic RL等核心算法的研发
- 推动算法从理论验证到规模化工程落地的全过程，解决复杂任务中的决策与执行问题
- 建立完善的Agent数据构建、评测体系及安全标准，确保系统可靠性
- 深厚的机器学习/NLP/RL理论基础，精通LLM训练（SFT/DPO/PPO）及Agent核心机制
- 3年以上算法团队管理经验，具备复杂项目统筹与技术路线制定能力
- 熟练掌握Python及主流深度学习框架，具备大模型训练、推理及服务化落地经验
- 极强的跨部门协作能力与技术判断力，能在NeurIPS/ICML等顶会发表高水平论文
申请策略
- 准备详细的技术分享，展示对Agent未来发展趋势的深度思考
- 强调自己在平衡学术研究与实际落地之间的经验与方法
- 了解滴滴当前的AI战略布局，阐述个人愿景与公司目标的契合点
- 突出顶会论文发表记录及代表性研究成果，强调学术影响力
- 详细列举过往管理的团队规模、成员成长及关键项目交付成果
- 展示在LLM Agent、强化学习或复杂系统落地方面的具体技术贡献
- 体现跨部门协作能力及将技术转化为商业价值的成功案例
- 深入研读最新Agent架构（如ReAct, Plan-and-Solve）及Agentic RL论文
面试指南
- STAR法则：情境-任务-行动-结果，重点突出技术决策的逻辑和最终的业务/技术指标提升
- 结构化思维：从技术原理、工程实践、团队管理等多个维度拆解问题，展现全面性
- 数据驱动：用具体的实验数据、A/B测试结果来支撑观点和技术选型
- 前瞻视野：结合最新学术动态和行业趋势，展示对技术演进的深刻理解
- 请分享一个你主导的LLM Agent或强化学习项目，你是如何解决其中的核心难点的？
- 如何设计一个高效的Agent评测体系，以平衡准确率、成本和安全性？
- 在推动Agentic RL落地时，如何处理奖励函数设计稀疏或不准确的问题？
- 作为技术管理者，你如何搭建和培养一支高水平的算法团队？
职位点评
薪资福利85
成长发展95
工作生活40
使命价值70
薪资福利
85较高
作为已上市巨头企业的核心管理岗，薪资水平处于市场高位，且通常伴随丰厚的股票期权和福利，满足程度较高。
薪资信号未披露（AI估算：8.0千–15.0万/月）
成长发展
95较高
职位涉及LLM Agent和Agentic RL等最前沿技术领域，且要求顶会论文，提供了极高的技术成长空间和学术影响力机会。
技术前沿前沿/新兴技术
技术栈LLM Agent、Agentic RL、SFT、DPO、PPO、GRPO、强化学习、NLP
业务类型profit_center
工作生活
40较低
作为大厂核心研发部门负责人，通常面临较高的工作强度和压力，WLB信号不明确，可能需应对紧急项目和加班。
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
70中等
通过提升自动驾驶或出行服务的智能化水平，间接改善用户出行体验，具有一定的社会价值和行业影响力。
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