高德地图
高德-Agent应用算法工程师-北京
高德-Agent应用算法工程师-北京
发布于 4 小时前普通员工/个人贡献者
全职员工仅现场办公AI算法
AI算法
Asr/Tts
Langgraph
Llm
Nlp
Pytorch
Rag
大模型应用
值不值得投
77综合评分
综合评分 77
一线大厂核心AI前沿技术岗，技术成长空间极大，但工作强度可能较高
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
4.0万
比AI算法中位数高
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 320 个在招
市场机会
选择不多
北京 · AI算法 · 10 个在招
职位详情
关于这个职位
负责基于高德海量数据构建下一代出行体验，利用AIGC、LLM及Agent技术打造高可用智能交互架构
需掌握NLP、Agent框架（如Langgraph）、RL训练及语音交互技术，完成从数据构建到模型迭代的全流程优化
最低要求
计算机、通信、自动化、电子、数学等理工科专业，硕士及以上学历
年以内工作经历
具备扎实的Python、Java或者C++等编程基础，熟练使用PyTorch/Tensorflow至少一种主流深度学习框架
具备扎实的NLU/NLG相关NLP技术基础
熟悉实时ChatBot、Multi-turn Conversation、Duplex Interaction相关技术
熟悉主流LLM架构，熟悉Pretraining、PostTraining、Test-time Scaling、Stream LLM等相关技术
熟悉Langgraph、AutoGPT、AgentScope等开源Agent框架至少一种，熟练掌握Agent Memory、RAG、Prompting、Tool Use、Context Engineering等Agent Harness体系
有比较完整的ASR+LLM+TTS Agent系统搭建和优化的经验
熟悉MCP、A2A等Agent通信协议
熟悉Verl，Swift等RL训练框架，有过完整的“ 数据构建-训练-评估-迭代”优化agentic llm的 Reason、Act、Interact的经验
有较强的学习能力，对新事物保有好奇心，并能快速适应新环境
有良好的沟通能力和团队协同能力
敢于挑战不确定性，勇于创新
工作职责
基于高德海量高质的数据，结合最前沿的AI算法和通用工程架构，打造下一代出行体验
建设应对超大业务规模和超高业务复杂度的高可用Agent架构
使用AIGC、LLM/LVM、Agent Harness等技术，打造全新的人和环境交互形态
搭建和优化ASR+LLM+TTS Agent系统
进行“数据构建-训练-评估-迭代”全流程，优化Agentic LLM的Reason、Act、Interact能力
优先资格
了解/熟悉TTS（Text-to-Speech）、ASR（Automatic Speech Recognition）相关技术，了解/熟悉livekit，ten-framework，openai-whisper等相关Voice Agent前沿框架
了解speech-to-speech，omni-voice相关技术
在ACL/EMNLP/ICLR/NIPS/AAAI/KDD/PAMI/CVPR/ICCV/ECCV等顶级期刊/会议发表过相关文章
AI 洞察
优缺点分析
优点
- 接触行业最前沿的LLM和Agent技术，拥有高德海量真实场景数据支持，平台技术实力雄厚
- 技术迭代极快，需持续学习最新论文和框架
- 业务复杂度极高，对系统稳定性和性能要求严苛
- 热衷于AI前沿研究，具备扎实工程落地能力，喜欢解决复杂系统性问题的技术人才
缺点 / 挑战
暂无明显挑战项
角色解读
- 可向AI算法专家、大模型架构师方向发展，或在自动驾驶、智能交互领域深耕成为技术领军人物
- 负责设计和实现基于大语言模型（LLM）的智能体（Agent）系统，应用于高德地图的出行场景
- 精通NLP、LLM微调与推理优化，熟练掌握Agent框架（如Langgraph）及RL训练流程
申请策略
- 关注高德在智能出行领域的最新动态，准备关于如何提升Agent在复杂场景下鲁棒性的思考
- 突出LLM微调、Agent开发实战经验，展示在NLP、多模态交互方面的具体项目成果和技术深度
- 深入理解RLHF/RLAIF原理，熟悉主流Agent框架源码，提升大规模分布式系统调试能力
面试指南
- 采用STAR法则（情境、任务、行动、结果），重点阐述技术选型的理由、遇到的瓶颈及解决方案、最终的性能指标提升
- 请介绍你搭建过的最复杂的Agent系统，遇到的最大挑战是什么？
- 如何在保证低延迟的前提下优化LLM的推理性能？
- 谈谈你对Reinforcement Learning in LLMs的理解和实践经历
- 如何处理Agent在长上下文或多轮对话中的记忆衰减问题？
- 复习Transformer架构细节，梳理近期顶会关于Agent和RL的最新论文，准备一个完整的项目案例进行深度复盘
职位点评
薪资福利85
成长发展95
工作生活40
使命价值75
薪资福利
85较高
作为已上市的超大型企业，提供具有竞争力的薪酬体系和完善的福利保障，符合市场高水平标准。
薪资信号未披露（AI估算：3.0千–5.0万/月）
成长发展
95较高
职位聚焦于LLM和Agent等最前沿技术领域，提供极高的技术成长空间和接触行业顶尖难题的机会。
技术前沿前沿/新兴技术
技术栈LLM、Agent、Langgraph、RL、NLP、PyTorch
业务类型profit_center
工作生活
40较低
互联网大厂核心研发岗位通常伴随较高的工作强度和快节奏，JD未提及弹性工作制或WLB相关福利。
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
75中等
致力于通过AI技术改善用户出行体验，具有明确的技术使命感和行业应用价值，但社会影响力偏向商业层面。
行业发展高速增长赛道
社会影响中性/一般
使命信号打造有温度、有惊喜、科技感十足的下一代出行体验
创新程度开拓性创新（行业首创）
高德地图 的其他在招职位
相似职位推荐
Watch Jobs