百度Agent策略算法实习生（J98721）
任职要求
1、计算机、AI 等相关专业，对大模型、智能体方向有浓厚兴趣 2、熟悉 Python，熟练掌握 PyTorch/PaddlePaddle 等至少一种深度学习框架 3、逻辑思维清晰，学习能力强，有良好的沟通与问题解决能力…
工作职责
1、负责大模型智能体（Agent）核心策略研发、迭代与落地 2、参与 Agent 模型训练、评估及 DPO/GRPO 等后训练技术落地 3、参与搭建具备创作感知、文案创作、多能力调度的创作智能体（Creative Agent），支持复杂内容生产流的逻辑编排 4、跟踪并复现 Agent 领域前沿技术（如：Long-context RAG、多模态理解与对齐、DeepResearch 调研框架、多 Agent 协同体系），并在场景中验证其业务价值
你将深度参与以下模块的设计、验证和优化： [1] 感知：让 Agent 理解复杂多变的用户界面，将海量的、异构的、实时的场景信息高效可靠地转化为结构化的 item； [2] 记忆：让 Agent 拥有仿生的长短期记忆，通过多路召回等策略，组合聊天历史、用户画像和召回结果，为Agent 的每一次决策提供最关键的上下文； [3] 决策： 构建自主的 Agentic Workflows，让 Agent 学会在恰当的时机，以恰当的方式与用户交互。 此外，你还需要参与建立一套自动化的、数据驱动的评测框架，用于客观、全面地衡量Agent在真实世界任务中的表现，驱动工程策略的快速迭。
1、负责通用Agent的设计与实现，持续优化复杂场景下的效果、性能、成本； 2、建立可追溯的高质量评测数据集和效果验证体系，推动数据驱动的效果迭代； 3、针对评测与使用过程中发现的问题，结合真实案例进行根因分析与量化验证，设计上下文管理、记忆、工具调用等方向的优化方案，并持续演化。
1. 负责特定业务领域的策略制定，完成从复杂问题诊断、根因分析到长效解决方案设计的全链路工作，推动体验问题的系统化解决； 2. 构建可复用的包含商品特征、商家行为、行业类目的知识库与案例库； 3. 负责设计证据收集与验证机制，为责任判定提供可信依据，平衡消费者体验与商家体验； 4. 设计差异化策略，通过产品化工具帮助商家自我诊断、优化商品信息与服务流程。
1.深入分析售后、客诉数据，定位高频质量问题根因，结合商品及问题特性提出解决方案。 2.利用数据与算法能力，驱动质量优化以及Agent功能迭代，简化售后流程。 3.联动行业、产品、算法等团队，推动质量提升与体验优化项目落地，实现跨部门目标。 4.研究重点类目（如服装，电器，生鲜百货等）国家标准、行业规范与产业带特点，将质量要求转化为可执行的平台规则与策略。