高德地图
高德-Agentic AI 技术负责人-北京
高德-Agentic AI 技术负责人-北京
发布于 1 小时前中层管理(经理/总监)
全职员工仅现场办公人工智能
人工智能
Agentic Ai
Agent架构
Finops
Llm
Rag
分布式系统
技术管理
值不值得投
75综合评分
综合评分 75
前沿AI技术高地、管理权责清晰、成长空间广阔，但工作节奏较快、WLB一般
从薪资福利、成长发展、工作生活和使命价值四个维度综合评估，方便横向比较。
薪资怎么样
7.5万
比人工智能中位数高
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 250 个在招 · 其中人工智能 3 个
市场机会
选择面较广
北京 · 人工智能 · 约 650 个在招
职位详情
关于这个职位
负责高德地图Agentic AI业务的技术战略与路线规划，主导Agent质量体系、平台基础设施及工程效率建设
带领50人以上工程团队，打通从模型能力到用户体验的完整链路，推动AI技术在真实业务场景中的规模化落地与商业化应用
最低要求
经验与背景：5 年以上研发经验，带过 50 人以上工程团队，具备多级管理经验
有完整的 LLM / Agent 产品从原型到生产、并对线上质量长期负责的经历
不是只做过平台，也不是只做过模型
具备大规模分布式系统或平台建设背景，理解成本结构，能够基于真实账单和资源数据做决策
技术纵深与判断力：深度理解 AI 技术栈，具备极强的技术洞察力
了解模型训练范式（Pre-training、SFT、RLHF）、Memory / RAG 架构以及不同 Harness Engineering 框架的优劣势
在 Eval、Context、Harness、Post-Train 中有实操经验，具备正确的取舍判断力
顶级的数据品味，能穿透指标表象定位模型或产品的底层逻辑问题
对技术趋势有独立判断，能在信息不完整时拍板，也能在判断被证伪后迅速转身
领导力与软技能：极强的系统性思维，能将复杂的技术节点与业务节点编排为有序的落地流程
优秀的沟通与影响力，对内能横向拉齐工程与算法资源，对外能代表业务的技术形象
工作职责
技术战略与路线决策：定义 Agentic AI 业务的整体技术演进路线，对技术选型的前瞻性与落地性同时负责
主导核心技术路线的战略级取舍，避免因归因错误导致的规模化资源浪费
与业务及产品负责人共同定义技术目标与节奏，确保投入与业务北极星指标强对齐
Agent 质量体系与评测飞轮：对线上 Agent 的端到端质量直接负责
建立系统级的 Agent 标准，让”好不好”成为可度量、可归因、可迭代的工程问题
构建从数据清洗、Bad Case 挖掘、评测执行到修复上线的自动化闭环飞轮，持续压缩问题发现到修复的周期
解决离线评测与线上体验的错位问题，建立离线 Eval、在线指标与人工抽检三者互相校准的质量体系
平台化与基础设施：统筹 Agent Infra & Platform 建设，包括 Agent 框架、Eval 平台、Sandbox、可观测性以及统一的工具调用能力
主导 Context Engine 的架构演进：RAG、Memory、上下文组织与数据供给，确保 Agent 在真实业务数据上的准确性与新鲜度
对平台建设保持克制与判断力，清楚区分应该沉淀为平台的共性能力与应该留在业务侧快速迭代的能力，以平台采用率而非平台数量作为衡量标准
工程效率与成本经营：对单位任务成本、推理效率与资源利用率负责，将成本能力建设为业务的结构性优势而非事后补救
主导 Agent Ops、FinOps 与资源调度体系建设，把成本账算到可归因的粒度，支撑技术决策与商业化定价
持续投入研发效率工具与工程基建，让团队的产出效率随规模增长而不是被规模稀释
应用交付与端到端体验：统筹 Applied AI 与产品功能的交付，对从模型能力到用户手中体验的完整链路负责
在不确定性极高的底层模型之上，交付具备生产力级别稳定性的用户体验
定义 Agent 的自主权边界、错误恢复机制与人机协作范式的工程实现
建立跨方向的联合作战机制，避免 Infra、Applied AI、Context 各自为战，确保同一个质量问题有统一的归因和裁决路径
组织建设与人才培养：带领团队下多个技术方向，搭建下一层组织人才，定义技术标准与人才梯队
打造兼具工程师文化与良好 AI 技术直觉的复合型团队，让工程与算法能够在同一套语言体系下决策
在高速迭代、充满不确定性的 AI 浪潮中保持团队的战略定力，建立容错、鼓励验证、以结果为准的技术文化
AI 洞察
优缺点分析
优点
- 聚焦前沿Agentic AI赛道，技术视野开阔且具备极高行业壁垒
- 依托大厂平台资源，可接触海量真实业务数据与算力支持
- 具备明确的晋升通道与技术话语权，适合追求技术深度的专家型人才
- 需应对AI技术快速迭代带来的不确定性，技术选型容错率低
- 线上质量要求极高，需平衡创新探索与工程稳定性
- 适合具备深厚AI技术功底、丰富大型团队管理经验，且能在高压与不确定性中推动技术落地的复合型技术领导者
缺点 / 挑战
- 团队规模大且跨方向协同复杂，管理协调与资源博弈压力显著
角色解读
- 可向AI技术副总裁/首席科学家方向发展，深耕通用人工智能架构
- 也可转型至AI业务线负责人，统筹商业化落地与产品战略
- 制定Agentic AI技术战略与演进路线，主导核心架构选型与资源分配
- 搭建Agent质量评测体系与自动化闭环，保障线上模型稳定性与效果
- 统筹Agent基础设施与工程效能建设，推动AI能力向实际业务场景的高效交付
- 精通大模型训练范式（SFT/RLHF）及Agent核心架构（RAG/Memory/Harness）
- 具备大规模分布式系统设计与FinOps成本管控经验
- 拥有50人以上技术团队管理与跨部门协同领导力
申请策略
- 准备详细的技术架构演进案例，说明如何在资源受限或需求模糊时做出关键决策
- 提前研究高德地图的业务场景，思考AI技术如何与出行/本地生活服务深度融合
- 突出LLM/Agent从原型到生产环境的全链路落地经验，量化线上质量提升与成本优化指标
- 强调50人以上团队的管理成果、技术架构决策案例及跨部门协同成效
- 深入掌握Agent评测体系（Eval）与可观测性工具链，补充FinOps与资源调度实战经验
- 强化商业敏感度，学习如何将技术指标转化为业务北极星指标
面试指南
- 采用STAR法则（情境-任务-行动-结果），重点突出技术选型的权衡过程、数据驱动的决策依据以及最终的业务/技术指标收益
- 强调系统性思维、复盘能力与跨团队协同策略
- 请分享一个你主导的Agent或大模型项目从0到1的生产落地案例，遇到的最大挑战是什么？
- 如何设计Agent的评测体系以保证线上质量？如何解决离线与在线指标的错位？
- 面对高昂的推理成本，你如何进行FinOps优化与资源调度？
- 如何管理50人以上的异构技术团队，平衡工程与算法的协作与文化差异？
- 梳理过往主导的核心技术项目，准备架构图与关键数据指标
- 复习Agent核心组件（RAG、Memory、Tool-use）的最新进展与业界最佳实践
职位点评
薪资福利80
成长发展92
工作生活45
使命价值70
薪资福利
80较高
薪资水平对标互联网大厂高级技术专家，福利体系完善，但具体薪酬范围未明确披露。
薪资信号未披露（AI估算：5.5千–9.5万/月）
成长发展
92较高
处于Agentic AI前沿领域，技术栈高度现代化，提供广阔的技术探索空间与清晰的职级晋升路径。
技术前沿前沿/新兴技术
技术栈Agentic AI、LLM、RAG、Memory、FinOps、Eval
业务类型profit_center
工作生活
45较低
互联网大厂核心业务岗通常伴随较高工作强度与快节奏迭代，WLB信号未明确提及。
工作模式未明确
办公地点科技园/产业园
加班情况未提及（无法判断）
使命价值
70中等
致力于推动AI技术在实际业务中的规模化应用，具有明确的技术创新导向与社会价值潜力。
行业发展高速增长赛道
社会影响正向社会影响力较高
创新程度积极采用新技术
高德地图 的其他在招职位
相似职位推荐
Watch Jobs