莉莉丝
【校招储备】算法工程师
【校招储备】算法工程师
发布于 大约 15 小时前普通员工/个人贡献者
全职员工仅现场办公算法优化工程师
算法优化工程师
Llm
Nosql
Prompt Engineering
Rag
Sql
值不值得投
74综合评分
综合评分 74
前沿LLM/Agent技术岗，发展空间大，薪酬有竞争力，但WLB可能一般。
从起薪待遇、成长路径、工作节奏和岗位方向综合评估，方便比较职业起点。
薪资怎么样
33K
比算法优化工程师中位数低
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 440 个在招
市场机会
选择适中
上海 · 算法优化工程师 · 48 个在招
职位详情
关于这个职位
该职位负责将LLM与Agent技术落地于游戏公司内部场景，包括需求拆解、方案设计、系统构建与上线迭代
你将设计并优化LLM Agent系统，运用Prompt Engineering、RAG等技术提升输出质量，并跟踪前沿技术推动业务应用
适合对LLM与Agent技术有深入理解、具备系统设计与实现能力的硕博毕业生
最低要求
专业背景：数学、统计学、计算机、AI、软件工程等相关专业，2027届硕博毕业生
编程能力：熟练掌握Python，具备良好的工程素养与代码规范意识
熟悉Linux、Git、Docker及后端服务开发，掌握RESTful API和SQL/NoSQL基础，理解并发、缓存等常见工程问题
LLM基础：了解主流开闭源模型的能力边界、特性差异与适用场景，能根据业务需求进行模型选型与组合
Agent能力：深入理解Agent架构、工具调用（Function Calling / Tool Use）、Agent Harness与评测、Skills体系及多Agent协作，具备完整的Agent系统设计与实现经验
系统思维：能独立拆解复杂问题，将模糊需求转化为清晰的技术方案，并合理权衡可行性、成本与风险
调研能力：能追踪、阅读并复现前沿论文与开源项目，独立完成技术方向的深度调研并输出可落地结论
综合素质：具备良好的协作、沟通与逻辑思维能力，自驱且结果导向，能在有限指导下独立推进项目
工作职责
负责LLM与Agent技术在游戏公司内部场景的落地应用，独立承担从需求拆解、方案设计到上线迭代的完整闭环
设计与构建LLM Agent系统，包括但不限于Agent架构设计（Planning、Memory、Tool Use、Multi-Agent协作）、Agent Harness与评测体系搭建、Skills/工具生态建设
运用Prompt Engineering、Context Engineering、RAG等技术优化LLM输出质量，使其对齐业务需求与人类偏好
负责RAG系统的架构设计、构建与持续优化
跟踪前沿模型与Agent技术进展（如Agent Skills、Computer Use、MCP、长程任务执行等），评估其在业务场景的适用性并推动落地
沉淀可复用的Agent基础设施与最佳实践，支持团队内多业务方向的LLM应用需求
优先资格
有异步编程、消息队列、分布式服务等高并发实践经验
有LLM微调（SFT、RLHF/DPO等）及多卡、分布式训练经验
有LLM/Agent评测集或自动化评测流水线建设经验
有高质量开源贡献、顶会论文或相关竞赛获奖经历
具备Web前端基础，能独立搭建Demo或内部工具
热爱游戏，对LLM与Agent技术在游戏领域的应用有思考
AI 洞察
优缺点分析
优点
- 技术前沿，聚焦LLM与Agent，处于AI应用的核心赛道，技能积累价值高
- 游戏公司平台大，业务场景丰富，有实际落地机会，能快速积累项目经验
- 校招储备岗位，有转正留用机会，职业发展路径清晰
- 工作内容涉及完整闭环，对独立解决问题和项目管理能力要求高
缺点 / 挑战
- 技术难度高，需要深入理解LLM、Agent、RAG等复杂技术，学习压力大
- 游戏行业节奏较快，可能需要应对多任务并行和快速迭代的挑战
- 适合对LLM与Agent技术有浓厚兴趣，具备扎实编程和系统设计能力，且自驱力强、乐于挑战前沿技术的硕博毕业生
角色解读
- 从算法工程师起步，可向LLM/Agent技术专家方向发展，深耕技术深度
- 有机会参与核心业务场景，逐步成长为技术负责人或架构师
- 在游戏行业积累LLM应用经验，未来可跨行业拓展至AI产品、AI平台等方向
- 负责LLM与Agent技术在游戏公司内部场景的落地，从需求拆解到上线迭代全流程
- 设计并构建LLM Agent系统，包括架构设计、评测体系搭建和工具生态建设
- 运用Prompt Engineering、RAG等技术优化LLM输出质量，并跟踪前沿技术推动落地
- 熟练掌握Python，具备良好的工程素养，熟悉Linux、Git、Docker及后端开发
- 深入理解LLM模型能力边界、Agent架构、工具调用及多Agent协作
- 具备系统思维，能独立拆解复杂问题，并具备前沿论文与开源项目的调研能力
申请策略
- 关注莉莉丝游戏的技术博客或招聘动态，了解公司技术栈和业务方向
- 在面试中展示对LLM与Agent技术的热情和深度思考，体现自驱力
- 突出LLM/Agent相关项目经验，包括架构设计、工具调用、RAG系统构建等
- 强调Python编程能力、工程素养和系统设计能力，展示独立完成项目的案例
- 如有开源贡献、顶会论文或竞赛获奖，务必重点突出
- 展示对游戏行业的兴趣或相关思考，体现对业务场景的理解
- 深入理解主流LLM模型能力边界，熟悉Agent架构、RAG、Prompt Engineering等核心技术
- 补充分布式训练、微调（SFT、RLHF）等经验，提升技术深度
面试指南
- 采用STAR法则，清晰描述项目背景、任务、行动和结果，突出技术难点和解决方案
- 结合具体案例，展示系统设计思维和权衡能力，体现对成本、可行性的考量
- 表达对前沿技术的关注和思考，展示自驱力和学习能力
- 请介绍一个你设计过的LLM Agent系统，包括架构、工具调用和评测方法
- 如何优化RAG系统的检索质量？请结合具体场景说明
- 如何评估一个LLM模型是否适合特定业务场景？
- 请描述一次你独立解决复杂技术问题的经历
- 你对LLM与Agent技术在游戏行业的应用有什么想法？
职位点评
薪资福利75
成长发展90
工作生活50
使命价值70
薪资福利
75中等
该职位为校招储备岗，薪酬竞争力强，公司平台大，但具体薪资未明确，需面议。
薪资信号面议 (25K-40K/月)
成长发展
90较高
该职位聚焦LLM与Agent前沿技术，提供完整闭环的项目实践机会，成长空间大，且明确有转正留用机会。
技术前沿前沿/新兴技术
技术栈LLM、Agent、RAG、Prompt Engineering、Python、Docker
成长机会转正留用
业务类型profit_center
工作生活
50较低
工作地点位于上海，办公模式未明确，游戏行业节奏较快，WLB可能一般。
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
游戏行业属于稳定成熟行业，但该岗位聚焦前沿AI技术应用，具有创新性，社会影响力中性。
行业发展稳定成熟行业
社会影响中性/一般
创新程度积极采用新技术
Watch Jobs