百度Agent策略负责人（J98925）

1、负责将内容内容生态/商业内容生态的复杂治理需求，转化为基于大模型的识别方案。通过PE/RAG/Workflow等技术持续实验和优化，不断提升策略的准确率与召回率。 2、能够开发用于内容生态场景的Agent和Workflow，实现复杂风险场景的自动化识别、推理和处置。 3、探索大模型及Multi-Agent领域前沿技术，进行技术调研、原型搭建和效果验证，并推动其在业务场景中的规模化应用。 4、作为大模型技术在内容生态领域的专家，强目标导向地协同算法、研发、治理、产品等团队，明确技术路径，统筹项目资源，共同实现内容生态目标。 5、具备产品意识，不仅满足于解决单点问题，更致力于优化产品工具、提升整体内容生态运营的效率和智能化水平。

岗位定位 我们正在寻找一位能定义下一代搜索体验的技术领军者。 您将全面负责企业级多模态AI搜索平台的技术与产品研发，打造集搜索、推荐、智能问答于一体的信息中枢。这个平台要解决的核心问题是：如何让用户跨越文档、图像、视频、数据库等多种信息形态，通过一次交互获得深度、精准、可推理的答案——无论信息散布在企业内部的哪个系统，还是来自外部网络。 这不是一个单纯的技术执行岗位。您将拥有从产品形态定义到技术架构决策的完整空间，带领团队从0到1打造对标行业标杆的智能搜索产品，并在核心业务场景中实现规模化商业价值。 核心职责 技术战略与架构设计 ● 制定多模态AI搜索平台的技术路线图，定义搜索、推荐、问答三位一体的产品技术架构与演进方向 ● 设计企业级多信息源协同搜索架构——将分散在文档库、数据库、IM、业务系统中的企业私有数据与公网信息安全融合，构建统一的语义检索与知识理解层 ● 主导端云协同AI搜索架构的设计：云端承载深度检索与推理，终端实现低延迟即时响应，二者无缝衔接形成一致的搜索体验 ● 攻克图像、视频、多模态文档等复杂内容的高效索引、智能切分与跨模态语义召回，建立行业领先的多模态检索能力 工程研发与算法创新 ● 领导搜索工程与算法策略团队，负责索引体系构建、召回策略优化与排序模型持续迭代 ● 推动大模型在搜索场景的深度应用——包括RAG架构优化、推理增强搜索（Deep Search）、AI Agent驱动的主动信息获取能力 ● 建立体系化的搜索效果评测与迭代机制，以准确率、满意度和业务转化为核心指标驱动持续优化 产品落地与商业化 ● 与产品、业务团队紧密协同，将平台技术能力转化为可交付、可规模化的搜索产品与解决方案 ● 负责技术方案在核心业务场景的商业化落地，对可量化的业务结果负责 ● 持续追踪企业搜索与多模态搜索的行业趋势，推动产品在竞争格局中建立差异化优势 组织建设与技术文化 ● 搭建高水平搜索技术团队，主导核心人才引进与梯队建设，制定工程师成长路径 ● 营造追求技术卓越、鼓励深度思考与开放协作的工程文化，建立技术评审与知识沉淀机制 ● 代表团队参与行业交流，在多模态搜索领域建立技术品牌影响力

岗位定位 我们正在寻找一位能定义下一代搜索体验的技术领军者。 您将全面负责企业级多模态AI搜索平台的技术与产品研发，打造集搜索、推荐、智能问答于一体的信息中枢。这个平台要解决的核心问题是：如何让用户跨越文档、图像、视频、数据库等多种信息形态，通过一次交互获得深度、精准、可推理的答案——无论信息散布在企业内部的哪个系统，还是来自外部网络。 这不是一个单纯的技术执行岗位。您将拥有从产品形态定义到技术架构决策的完整空间，带领团队从0到1打造对标行业标杆的智能搜索产品，并在核心业务场景中实现规模化商业价值。 核心职责 技术战略与架构设计 ● 制定多模态AI搜索平台的技术路线图，定义搜索、推荐、问答三位一体的产品技术架构与演进方向 ● 设计企业级多信息源协同搜索架构——将分散在文档库、数据库、IM、业务系统中的企业私有数据与公网信息安全融合，构建统一的语义检索与知识理解层 ● 主导端云协同AI搜索架构的设计：云端承载深度检索与推理，终端实现低延迟即时响应，二者无缝衔接形成一致的搜索体验 ● 攻克图像、视频、多模态文档等复杂内容的高效索引、智能切分与跨模态语义召回，建立行业领先的多模态检索能力 工程研发与算法创新 ● 领导搜索工程与算法策略团队，负责索引体系构建、召回策略优化与排序模型持续迭代 ● 推动大模型在搜索场景的深度应用——包括RAG架构优化、推理增强搜索（Deep Search）、AI Agent驱动的主动信息获取能力 ● 建立体系化的搜索效果评测与迭代机制，以准确率、满意度和业务转化为核心指标驱动持续优化 产品落地与商业化 ● 与产品、业务团队紧密协同，将平台技术能力转化为可交付、可规模化的搜索产品与解决方案 ● 负责技术方案在核心业务场景的商业化落地，对可量化的业务结果负责 ● 持续追踪企业搜索与多模态搜索的行业趋势，推动产品在竞争格局中建立差异化优势 组织建设与技术文化 ● 搭建高水平搜索技术团队，主导核心人才引进与梯队建设，制定工程师成长路径 ● 营造追求技术卓越、鼓励深度思考与开放协作的工程文化，建立技术评审与知识沉淀机制 ● 代表团队参与行业交流，在多模态搜索领域建立技术品牌影响力

1、场景定义与重构：深入理解商业化“商家私信”的全链路场景（重点是分行业咨询、营销转化以及留资转化），基于大模型能力重构商家与用户的对话交互模式，打造AI Native的智能客服与营销助手； 2、大模型对话策略：负责对话机器人的核心策略设计，包括但不限于多agent协同、Prompt Engineering、RAG（检索增强生成）知识库构建等的优化，确保机器人回答的准确性、拟人化和情感化； 3、商业化闭环设计：探索AI对话的商业价值，设计“对话即服务/交易”的链路。通过AI主动引导、商品推荐、优惠发放、引导留资等策略，在服务过程中提升商业化转化率（留资/消耗）； 4、商家提效工具：为商家提供低门槛的AI配置后台（Agent配置、知识库管理），让不同行业的商家能轻松训练自己的“金牌导购AI”； 5、效果评估与迭代：建立涵盖准确率、覆盖率、用户满意度（CSAT）及商业转化率的立体评估体系，基于Badcase分析持续驱动模型与产品的迭代。