高德地图
高德-AI Agent 平台工程师-AI方向
高德-AI Agent 平台工程师-AI方向
发布于 2 天前普通员工/个人贡献者
北京市
高级经验
全职员工
仅现场办公
本科
软件工程
Agent Runtime
Ai Agent
Go
Langgraph
Llm
Tracing
Workflow Engine
服务治理
系统架构设计
AI 估算 · 35k–65k
高德属于阿里集团，AI Agent平台工程师是前沿技术岗位，5年以上经验，薪资在互联网大厂P7-P8级别，竞争力强。
职位详情
关于这个职位
该职位负责建设高德新一代AI Agent平台核心基础设施，包括Agent Runtime（Harness）的架构设计与研发
你将深入参与任务编排、状态管理、工具调用、多Agent协作等底层能力建设，将AI系统真正落地到生产环境
这是一个面向复杂系统架构的高难度、高价值技术岗位，适合有丰富后端研发经验且对AI Agent有深入理解的工程师
最低要求
本科及以上学历，计算机相关专业
年及以上后端研发或基础架构研发经验，具备大型在线服务开发经验
必须参与过生产环境 AI Agent 系统建设，而非仅完成 Demo 或简单模型调用
有 AI Agent 平台、Workflow Engine、LLM Runtime 或 AI 基础平台相关经验者优先
深入理解 AI Agent 的运行机制，包括任务拆解、工具调用、上下文管理、状态管理、Memory、Workflow 等核心能力
有 Agent Harness、Agent Runtime 或类似平台能力设计与开发经验
熟悉主流 Agent 框架（如 LangGraph、OpenAI Agents SDK、AutoGen、CrewAI 等）的设计理念
扎实的软件工程基础，具备大型系统架构设计经验
熟悉服务治理相关能力，包括监控、日志、Tracing、限流、熔断、重试、幂等、故障恢复等
熟练使用 Python 或 Go
熟悉 CI/CD、工程规范及研发流程建设
工作职责
负责 AI Agent Harness（Runtime）核心能力的架构设计与研发，包括任务编排、状态管理、上下文管理、工具调用、异常恢复、质量门禁等基础能力
设计并持续优化多 Agent 协作机制，提升系统的稳定性、可扩展性和可维护性
建设生产级 Agent 工程体系，包括日志、Tracing、监控、指标、重试、降级、幂等等稳定性能力
建立 Agent 开发规范、Workflow、Contract、测试体系及持续集成流程，提高研发效率和交付质量
与产品、算法及业务团队协作，将复杂业务能力沉淀为可复用的平台能力
持续跟踪 AI Agent、LLM Runtime、Tool Calling、Memory、Workflow 等技术方向，并结合业务场景推动工程化落地
AI 洞察
优缺点分析
优点
- 参与AI Agent底层平台建设，技术前沿且稀缺，积累核心竞争力
- 高德/阿里集团平台，资源充足，项目影响力大
- 与顶尖算法和工程团队合作，快速成长
- 薪资待遇优厚，大厂福利完善
- 技术难度高：需同时掌握AI Agent理论和高并发分布式系统架构
- 行业变化快，需持续学习跟进新技术
- 适合有深厚后端架构经验、对AI Agent有热情、乐于攻克复杂系统难题的工程师
缺点 / 挑战
- 生产环境稳定性要求极高，线上问题处理压力大
角色解读
- 技术纵深：从Agent Runtime工程师成长为AI基础设施架构专家
- 技术广度：可转向AI平台架构师或AI系统负责人
- 管理路线：带领团队建设AI Agent平台，晋升为技术Leader
- 设计并开发AI Agent Runtime核心组件，如任务编排、状态管理、工具调用引擎
- 搭建生产级的Agent工程体系，包括监控、日志、Tracing、重试降级等稳定性能力
- 与产品、算法团队协作，将业务需求抽象为可复用的平台功能
- 持续跟踪AI Agent前沿技术，推动新技术的工程化落地
- 精通Python或Go，5年以上后端或基础架构研发经验
- 深入理解AI Agent运行机制，具备生产环境Agent系统建设经验
- 熟悉主流Agent框架（如LangGraph、AutoGen等）的设计理念
- 扎实的服务治理能力：监控、限流、熔断、幂等、故障恢复等
申请策略
- 了解高德地图业务场景，思考AI Agent如何与导航、位置服务结合
- 准备一两个你主导的Agent系统技术方案，能清晰讲解架构和决策
- 突出生产环境AI Agent系统的建设经验，说明你在其中的具体贡献
- 展示大型分布式系统架构设计案例，包括服务治理、高可用等
- 强调Python/Go项目经验，附上GitHub或技术博客链接
- 如有Agent框架（LangGraph等）使用或二次开发经历，重点提及
- 深入学习LangGraph、AutoGen等框架，理解其底层设计
- 复习分布式系统经典理论：CAP、一致性、幂等、熔断等
面试指南
- STAR法则：情境-任务-行动-结果，突出你的技术决策和工程落地
- 对比分析法：对技术选型进行多维度对比，体现系统性思考
- 问题导向：先定义问题边界，再给出解决方案，强调权衡
- 请详细描述你参与过的生产环境AI Agent系统架构
- Agent Runtime中如何保证任务执行的一致性和容错？
- 对比LangGraph和AutoGen的设计理念，如何选择？
- 如何设计一个支持多Agent协作的编排引擎？
- 在大型系统中如何实现链路追踪和故障定位？
职位点评
70
综合评分
高薪、前沿技术栈、大厂平台，但工作强度大、WLB一般。
更适合这类人
最适合追求技术成长、渴望挑战前沿AI系统难题的工程师。
表现最好
成长发展
相对薄弱
工作生活
薪资福利85
成长发展95
工作生活40
使命价值60
薪资福利
85较高
薪资竞争力强，大厂福利完善，但JD未明确具体薪资和福利细节，故为良好水平。
薪资信号未披露（AI估算：35K-65K/月）
成长发展
95较高
前沿AI Agent领域，技术成长空间极大，项目具有挑战性和行业影响力。
技术前沿前沿/新兴技术
技术栈AI Agent、Agent Runtime、LangGraph、LLM、Workflow Engine
业务类型profit_center
工作生活
40较低
北京现场办公，大厂互联网强度，JD未提及弹性工作或WLB，预期加班较多。
工作模式仅现场办公
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
60中等
高德地图业务与出行相关，AI Agent平台有实际应用价值，但使命导向信号不明显。
行业发展高速增长赛道
社会影响中性/一般
创新程度开拓性创新（行业首创）
Watch Jobs