高德-AI Agent算法专家-开平

优缺点分析

角色解读

• 成为Agent领域的专家，主导核心场景的算法优化，提升业务影响力
• 向技术管理方向发展，带领团队构建Agent平台和工具
• 持续跟进前沿技术，沉淀领域能力，成为行业内的技术权威
• 负责核心业务场景的Agent全链路优化，从用户提问到最终交付，提升任务成功率
• 建立并持续优化Agent评估体系，包括成功率、稳定性、成本等，并与用户反馈联动
• 结合高德GIS数据和工具，通过数据语义、证据链等方式提升Agent的准确性、稳定性和可解释性
• 研究垂域Agent在编排、上下文管理、记忆、工具使用、自进化等方面的算法方案
• 深入理解主流Agent技术，包括编排调度、上下文管理、Tool use、自进化等
• 具备强问题诊断能力，能从trace中还原Agent决策路径，定位问题根源
• 有构建评测体系的实际经验，能定义任务级指标、设计评测集、实现自动化评分
• 熟练使用Python，能独立完成数据处理、实验设计和上线验证

申请策略

• 了解高德地图的业务方向，特别是AI在导航、出行中的应用
• 准备一个完整的Agent项目案例，展示从问题定义到优化的全过程
• 突出LLM Agent的实际落地项目，包括架构设计、优化过程和效果数据
• 强调评测体系的构建经验，如指标定义、评测集设计、自动化评分
• 展示Python编程能力和数据处理能力，如数据清洗、特征工程、模型训练
• 如有GIS或地图相关经验，务必突出
• 深入学习Agent编排框架，如LangChain、AutoGen等
• 熟悉评测方法论，如LLM-as-a-Judge、人工评测等

面试指南

• 使用STAR法则，描述情境、任务、行动和结果
• 强调数据驱动，用具体指标和案例说明
• 展示系统思维，从全链路角度分析问题
• 请描述你如何设计一个Agent的评测体系？
• 如何从trace中定位Agent失败的原因？
• 如何优化Agent的上下文管理？
• 请分享一个你主导的Agent落地项目，遇到哪些挑战？
• 如何平衡Agent的准确性和成本？