Amap logo
高德地图
高德-具身智能数据闭环 Agent 研发工程师-具身智能数据方向

高德-具身智能数据闭环 Agent 研发工程师-具身智能数据方向

发布于 大约 16 小时前

普通员工/个人贡献者

北京市
高级经验
全职员工
仅现场办公
硕士
软件工程
Autogen
Grpc
Langgraph
Llm
Mcp
Openai Agents Sdk
具身智能
数据闭环
消息队列

AI 估算 · 30k–50k

北京大厂、硕士、3年+经验、LLM/Agent前沿方向,薪资竞争力强,中位数约40k/月。

职位详情

关于这个职位

该职位是高德地图具身智能数据闭环方向的核心研发岗位,主要负责设计和开发数据闭环中的Agent自动化处理模块,将LLM/Agent接入流程,并协同多团队提升闭环效率

适合具备LLM/Agent开发经验、熟悉后端技术栈、对具身智能和自动驾驶领域感兴趣的技术人才

最低要求

硕士及以上学历,计算机、人工智能、自动化、机器人等相关专业,3年及以上相关工作经验

熟练掌握Python,具备良好的工程开发能力
熟悉LLM/Agent应用开发,了解LangGraph、AutoGen、OpenAI Agents SDK、MCP等框架或协议中的一种或多种
熟悉常见后端服务开发框架和基础设施,如Flask、Spring Boot、gRPC、消息队列、Redis、MySQL/PostgreSQL等
具备工具调用、任务编排、状态管理、运行观测及安全控制相关经验
具备将LLM/Agent接入复杂业务流程或工程系统的实际经验
熟悉数据闭环、评测系统、复杂任务工作流或智能体应用等一个或多个方向

工作职责

负责设计和开发数据闭环中的Agent自动化处理模块,覆盖评测结果接入、失败问题定位、工具调用、运行控制和结果回流等流程

负责将LLM/Agent接入数据闭环流程,用于问题诊断、结果整理和受控执行
负责Harness运行治理相关模块开发,完善运行观测、问题归档、退化比对、影响定位和处置更新等机制
负责流程编排、状态管理、运行控制、结果记录与复用等工程能力,保证闭环任务稳定运行
与算法、产品、平台、Sandbox等团队协同,持续提升数据闭环的运行效率和处理质量

优先资格

熟悉Go/Java/C++中至少一种后端开发语言者优先

有机器人、具身智能、智能驾驶等相关领域经验者优先
有Agent框架或复杂系统0到1落地经验者优先

AI 洞察

优缺点分析

优点

  • 处于具身智能和自动驾驶前沿赛道,技术成长空间大
  • 高德地图背靠阿里,平台资源丰富,数据场景真实
  • 团队技术氛围好,有机会参与0到1的框架搭建
  • 数据闭环系统复杂度高,对工程能力和系统思维要求高
  • 行业竞争激烈,需要持续学习最新技术

缺点 / 挑战

  • 涉及多团队协作,沟通成本较高
  • 适合具备LLM/Agent开发经验、热爱技术挑战、希望在具身智能领域深耕的工程师

角色解读

  • 在具身智能和自动驾驶领域深耕,成为数据闭环架构专家
  • 向技术专家或架构师方向发展,主导复杂系统的设计和优化
  • 横向拓展至算法或产品方向,成为技术驱动的业务负责人
  • 设计和开发数据闭环中的Agent自动化模块,实现问题定位、工具调用和结果回流
  • 将LLM/Agent集成到数据闭环流程中,用于问题诊断和受控执行
  • 开发运行治理相关模块,包括运行观测、退化比对和影响定位
  • 与算法、产品等团队协作,优化数据闭环的效率和质量
  • 熟练掌握Python,具备扎实的工程能力
  • 深入理解LLM/Agent应用开发,熟悉LangGraph、AutoGen等框架
  • 熟悉后端开发框架和基础设施,如Flask、gRPC、消息队列、数据库等
  • 具备任务编排、状态管理和运行控制的相关经验

申请策略

  • 在面试前研究高德在具身智能和自动驾驶领域的布局,展示兴趣
  • 准备好系统设计题,尤其是数据闭环和Agent调度相关的场景题
  • 重点突出LLM/Agent相关的项目经验,尤其是数据闭环或任务编排相关
  • 展示后端工程能力,包括Python、框架使用和系统设计
  • 如果有具身智能、自动驾驶或机器人背景,务必强调
  • 准备0到1搭建复杂系统的案例,体现架构思维
  • 深入掌握LangGraph、AutoGen等Agent框架的实战用法
  • 补充后端基础设施知识,如消息队列、Redis、PostgreSQL的深度优化

面试指南

  • 对于系统设计题,采用需求分析-架构设计-模块详解-优化点的结构
  • 对于LLM/Agent问题,结合实际项目经验,说明如何选型、集成和优化
  • 对于稳定性问题,从观测、告警、容错、降级等维度展开
  • 请设计一个数据闭环中的Agent自动化处理模块,包括流程编排和异常处理
  • 如何使用LLM进行问题诊断和结果整理?请举例说明
  • 你使用过哪些Agent框架?说说LangGraph和AutoGen的区别和适用场景
  • 如何保证数据闭环任务的高可用性和稳定性?
  • 请描述一个你主导的复杂系统从0到1的落地经验

职位点评

68
综合评分

前沿具身智能数据闭环岗位,高薪高成长,但压力大、WLB一般。

从薪资福利、成长空间、工作节奏和岗位方向综合评估,方便横向比较。

更适合这类人
最适合追求技术成长和前沿领域探索的求职者,对工作和生活平衡要求不高。
表现最好
成长发展
相对薄弱
工作生活
薪资福利65
成长发展90
工作生活40
使命价值75

薪资福利

65中等

薪资未明确披露,但北京大厂硕士3年+经验通常薪资较高,福利未提及,总体中等偏上。

薪资信号未披露(AI估算:30K-50K/月)

成长发展

90较高

职位涉及具身智能、LLM/Agent等前沿技术,有大量学习成长机会,但JD未明确提及培训和晋升。

技术前沿前沿/新兴技术
技术栈Python、LLM、Agent、LangGraph、AutoGen、MCP、数据闭环
业务类型ambiguous

工作生活

40较低

工作地点北京,仅现场办公,未明确提及弹性或WLB,互联网大厂通常压力较大。

工作模式仅现场办公
办公地点未明确
加班情况未提及(无法判断)

使命价值

75中等

具身智能和自动驾驶是高速增长赛道,但社会影响力中性,未提及使命感。

行业发展高速增长赛道
社会影响中性/一般
创新程度积极采用新技术
Watch Jobs