高德地图
高德-Agent 算法专家（商家/广告智能体方向）-信息业务
高德-Agent 算法专家（商家/广告智能体方向）-信息业务
发布于 大约 8 小时前普通员工/个人贡献者
全职员工仅现场办公人工智能
人工智能
Aigc
Ai外呼
Autogen
Chain-Of-Thought
Dpo
Grpo
Langgraph
Llm
Moe
值不值得投
77综合评分
综合评分 77
前沿技术栈、高发展潜力、薪资竞争力强，但WLB不明确。
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。
薪资怎么样
65K
与人工智能中位数基本持平
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 260 个在招
市场机会
选择面较广
北京 · 人工智能 · 约 130 个在招
职位详情
关于这个职位
该职位负责高德商家/广告智能体、AI外呼及AIGC方向的算法研发与工程落地，是推动高德本地生活业务智能化升级的核心技术岗位
你将与全球顶尖算法团队合作，参与从单点LLM应用到Multi-Agent协作系统的演进，涉及大模型应用开发、模型微调、推理加速、多模态理解等前沿技术
适合具备深厚大模型应用经验、渴望在真实业务场景中实现技术价值的算法专家
最低要求
具备大模型应用开发经验，包括 Prompt Engineering、知识库构建、模型微调、效果评测，智能体提效长/复杂链路推理，超长上下文等，具备扎实的 Python/Java/C++/SQL 编程基础
熟悉 Transformer/BERT/GPT 等模型后训练，架构，精通 MoE、Chain/Tree-of-Thought、Self-Reflection 等提升业务理解能力的技术方案，具有业务逻辑蒸馏、规则注入等领域适应技术实战经验
熟悉主流 Agent 框架（如 LangChain、AutoGen、LangGraph 等），有 Multi-Agent 协作系统的实际落地经验
良好的团队沟通协作能力，有责任感，能够快速熟悉业务领域和业务知识，擅于分析和解决复杂问题
具备良好的英文读写能力，能在全球化协同环境中高效工作
工作职责
围绕高德核心业务场景，结合大模型技术实现端到端智能化提效
负责智能体应用的开发落地，包括但不限于 LLM 应用、Prompt 工程、后训练、SFT、RLAIF/RLHF (GRPO, DPO等)、推理加速(模型量化，TensorRT-LLM, vLLM)、多模态理解、知识库构建和优化等方面
负责将大模型应用到实际业务场景，包括商家经营全链路（智能客服、营销文案生成、店铺素材理解、评价分析、商品结构化等）、AI 外呼（意图识别、多轮对话、话术生成）、AIGC（图文/视频内容自动化生产）等业务领域
能够运用多模态理解大模型，实现对非结构化服务数据（店铺装修素材、菜单、评价、商品等）的深度理解和使用，探索 VLM、OCR 增强等技术在本地生活场景的应用
优先资格
有多模态大模型（VLM）在非结构化数据理解方面的实际应用经验，尤其是本地生活、电商场景下的店铺素材、菜单、评价解析
有大模型在本地生活、电商、销售领域、商家经营领域等应用经验优先
有大模型 Agent 应用开发经验优先，包括 Agent 架构设计、Multi-Agent 协作、可观测评估闭环等
AI 洞察
优缺点分析
优点
- 高德作为阿里集团核心业务，平台稳定，资源丰富，能接触到海量真实业务场景和数据
- 与全球顶尖算法团队合作，技术氛围浓厚，有助于个人技术品牌建设
- 对技术深度和广度要求极高，需要持续学习，保持技术敏感度
- 业务场景复杂，需要深入理解本地生活业务，对业务理解能力要求高
- 大模型应用落地周期长，需要较强的项目推进能力和耐心
- 适合具备扎实大模型应用经验，对Agent、多模态等前沿技术有浓厚兴趣，并希望在复杂业务场景中实现技术价值的资深算法工程师
缺点 / 挑战
- 岗位聚焦大模型、Agent等前沿技术，技术挑战大，成长空间广阔
角色解读
- 在Agent团队负责人带领下，可深入大模型应用最前沿，成长为智能体架构设计专家
- 依托高德本地生活业务，可积累丰富的业务落地经验，成为连接技术与业务的关键人才
- 有机会参与全球顶尖算法团队协作，拓展技术视野，向技术Leader或资深算法专家方向发展
- 负责高德商家/广告智能体、AI外呼及AIGC方向的算法研发与工程落地，将大模型技术应用于本地生活核心业务场景
- 参与智能体应用开发，涵盖Prompt工程、模型后训练（SFT、RLHF）、推理加速、多模态理解、知识库构建等全链路技术
- 与全球顶尖算法团队合作，推动从单点LLM应用到Multi-Agent协作系统的演进，解决复杂业务问题
- 扎实的编程基础（Python/Java/C++/SQL），具备大模型应用开发经验，包括Prompt Engineering、知识库构建、模型微调等
- 熟悉Transformer/BERT/GPT等模型架构，精通MoE、Chain/Tree-of-Thought、Self-Reflection等提升业务理解能力的技术方案
- 熟悉主流Agent框架（LangChain、AutoGen、LangGraph等），有Multi-Agent协作系统的实际落地经验
- 具备良好的英文读写能力，能在全球化协同环境中高效工作
申请策略
- 了解高德本地生活业务，特别是商家端产品，在面试中展现对业务的理解
- 准备一个完整的Agent项目案例，从问题定义、技术选型到效果评估，展示系统性思考能力
- 重点突出大模型应用开发经验，特别是Agent、Multi-Agent、Prompt工程、模型微调等具体项目
- 强调在本地生活、电商等领域的落地案例，展示业务理解能力
- 突出编程能力和技术深度，如Python/C++/Java等语言，以及TensorRT-LLM、vLLM等推理加速工具的使用经验
- 如有英文技术文档阅读或国际协作经验，务必提及
- 系统梳理Agent框架（LangChain、AutoGen、LangGraph）的底层原理，并动手实践一个Multi-Agent项目
- 深入学习多模态大模型（VLM）在非结构化数据理解中的应用，如店铺素材、菜单、评价解析
面试指南
- STAR法则：描述项目背景、任务、行动和结果，突出个人贡献和量化成果
- 技术深度+业务价值：在回答技术问题时，不仅阐述技术方案，还要说明其业务价值
- 结构化表达：分点阐述，逻辑清晰，先讲结论，再展开细节
- 请详细描述一个你主导的大模型应用项目，包括技术选型、Prompt设计、模型微调和效果评估
- 如何设计一个Multi-Agent协作系统来解决复杂的业务问题？请举例说明
- 在模型推理加速方面，你有哪些实践经验？如何权衡推理速度和效果？
- 如何利用多模态大模型（VLM）理解店铺菜单、评价等非结构化数据？
- 面对一个全新的业务场景，你如何快速构建一个智能体应用并实现业务价值？
职位点评
薪资福利80
成长发展95
工作生活50
使命价值70
薪资福利
80较高
高德作为上市大厂，薪资福利具有竞争力，但具体薪资未在JD中披露。
薪资信号未披露（AI估算：50K-80K/月）
成长发展
95较高
该岗位处于大模型与Agent技术前沿，技术挑战大，成长空间广阔，且与全球顶尖团队合作，发展性极强。
技术前沿前沿/新兴技术
技术栈LLM、Agent、Multi-Agent、Prompt Engineering、SFT、RLHF、RLAIF、GRPO、DPO、TensorRT-LLM、vLLM、VLM、OCR、MoE、Chain-of-Thought、Self-Reflection
成长机会全球化技术平台、全球顶尖算法能力、Leader协同合作
业务类型profit_center
工作生活
50较低
职位要求仅现场办公，且未提及弹性工作等WLB相关信息，工作地点在北京，通勤压力可能较大。
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
70中等
该岗位通过AI技术赋能本地生活商家，具有提升行业效率的社会价值，但主要聚焦于商业价值。
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