百度
校招2027AIDU-智能体算法工程师(J99969)
北京市 · 校招 · 2027 届 · 硕士
长期有效
任职要求
- 1. 计算机、人工智能等相关专业硕士及以上学历；
- 2. 熟悉大语言模型原理及应用，具备Prompt Engineering、Fine-tuning等实践经验；
- 3. 掌握LangChain、LlamaIndex、AutoGen等至少一种Agent开发框架；
- 4. 有RAG、知识库构建、多Agent协同开发经验者优先；
- 5. 熟悉强化学习（如PPO、DPO）或规划算法（如A*、MCTS）者优先；
- 6. 具备良好的工程实现能力，能够将算法快速落地为可用系统；
- 7. 有顶会论文或开源Agent项目贡献者优先。
- 招聘部门：数字人产研和视频Agent组、数字人直播和互动技术组、健康事业部、PSIG策略部、千帆策略部
岗位描述
【岗位职责】
- 1. 负责AI Agent的设计与研发，包括感知-决策-执行闭环、多智能体协作、长期记忆与推理机制；
- 2. 研究ReAct、AutoGPT、CoT等前沿范式，熟练掌握LangChain、AutoGen、CrewAI等Agent开发框架；
- 3. 优化大模型在Agent任务中的规划、工具调用、反思、代码生成等核心能力；
- 4. 推动Agent在搜索、对话、办公、数据平台、网盘文库、生活娱乐等产品场景中的规模化应用；
- 5. 探索RAG与Agent融合架构，提升知识理解与行动能力的协同效果；
- 6. 建设Agent评测体系，持续优化成功率、响应延迟、成本及用户体验。
【任职要求】
- 1. 计算机、人工智能等相关专业硕士及以上学历；
- 2. 熟悉大语言模型原理及应用，具备Prompt Engineering、Fine-tuning等实践经验；
- 3. 掌握LangChain、LlamaIndex、AutoGen等至少一种Agent开发框架；
- 4. 有RAG、知识库构建、多Agent协同开发经验者优先；
- 5. 熟悉强化学习（如PPO、DPO）或规划算法（如A*、MCTS）者优先；
- 6. 具备良好的工程实现能力，能够将算法快速落地为可用系统；
- 7. 有顶会论文或开源Agent项目贡献者优先。
招聘部门：数字人产研和视频Agent组、数字人直播和互动技术组、健康事业部、PSIG策略部、千帆策略部
你的简历匹配这个岗位吗？
上传简历，AI 会对照这份 JD 指出你的差距和需要补强的地方
该岗位可能会问的问题
基于 算法 岗位的常见面试问题整理
请解释 Transformer 模型的自注意力机制（Self-Attention）
查看答题思路
1. Self-Attention = 序列中每个 token 与所有 token 计算相关性权重 2. Q=Wq·x, K=Wk·x, V=Wv·x; Attention(Q,K,V)=softmax(QK^T/√d_k)V 3. 除以 √d_k 防止点积过大导致 softmax 梯度消失 4. 多头注意力：多组 QKV 并行，拼接后线性变换，捕获不同子空间特征 5. 对比 RNN：可并行计算，捕获长距离依赖
你做过的最有深度的算法/模型项目是什么
查看答题思路
1. 一句话说清任务：分类/生成/检索/推荐 2. 模型选型：为什么选这个而非那个 3. 数据：数据量、来源、清洗策略 4. 创新点：你做的改进是什么（不是调参） 5. 结果：核心指标提升（准确率/召回/延迟）
过拟合是什么？怎么判断和解决
查看答题思路
1. 过拟合=训练集表现好、验证集表现差，模型记住了噪声 2. 判断：train loss 持续下降而 val loss 上升 3. 解决：更多数据 / 正则化(L1/L2) / Dropout / 早停 / 数据增强 / 降低模型复杂度
解释梯度下降的原理，SGD 和 Adam 的区别
查看答题思路
1. 梯度下降：沿负梯度方向更新参数，使损失降低 2. SGD：每次用随机小批量估算梯度，引入随机性帮助跳出局部最优 3. Adam = Momentum + RMSProp：自适应学习率 + 动量加速 4. Adam 收敛快但可能泛化不如 SGD；CV 常用 SGD，NLP 多用 Adam
给你 10 万条未标注的文本数据，如何找出其中 10 个主题
查看答题思路
1. 预处理：分词、去停用词 2. 向量化：TF-IDF 或 Sentence Embedding 3. 聚类：K-Means（需指定 K=10）或 HDBSCAN（自动确定类数） 4. 或 LDA 主题模型直接输出主题-词分布 5. 评估：看每个簇的高频词判断主题合理性，迭代调整
更多面试题库功能即将上线
信息来源：企业官方招聘页。投递前请以官网信息为准。