高德地图高德-JAVA开发工程师/专家-POI智能化
任职要求
1、了解面向对象设计和编程的方法,精通Java编程语言,有多线程设计经验,了解JVM原理; 2、熟悉HTTP协议和Servlet工作机制,对某一种Web框架的原理有较深入的了解;熟悉Spring框架,了解IoC、AOP等原理; 3、有一定的系统架构和设计的经验,善于解决高并发,分布式通信,存储等方…
工作职责
1、负责海量地图数据的生产及存储,基于地图数据的应用开发; 2、负责地图数据生产过程中的数据平台架构设计开发; 3、负责海量地图数据的存储管理、高稳定性服务、业务模型的设计开发。
● 负责 Android 客户端整体架构设计、核心模块开发及性能优化,主导GUI层交互实现 ● 独立完成功能模块开发,参与产品需求分析与技术方案设计,推动用户体验改进 ● 解决客户端复杂技术问题(如内存泄漏、卡顿优化),保障线上版本稳定性 ● 研究Android前沿技术(如Jetpack Compose、Kotlin协程),探索跨平台开发方案
团队介绍: 我们团队为用户提供满足各种出行场景的好路线,提供极致的出行体验,同时服务C端、B端,涵盖自驾、打车、物流等多种业务场景,我们的每一次技术升级或业务的改进都能影响全国用户,有非常复杂的高并发分布式服务系统架构,有业界最先进的路线规划算法(cbr,cch,rch,raptor等)。如果你想发挥你的想象力创造更多社会价值,如果你享受克服困难和挑战自我的喜悦,如果你热爱技术并喜欢追求极致性能和效果,如果你渴望挖掘出源源不断的新应用场景,那就加入我们团队吧! 岗位职责: 你将加入高德在线导航服务团队,从0到1参与打造手车一体的「出行域 Agent」。目标体验对标特斯拉车机中的 Grok:让用户可以用自然语言完成从出行规划、实时导航到行程中各类决策的全流程交互,实现“能听懂、会思考、帮决策、可执行”的智能出行助手。 工作职责: 1.子Agent架构设计与服务实现 a)参与设计出行域子Agent的整体技术架构,包括调用链路、状态管理、容错与降级方案。 b)实现与高德主Agent的协议对接和能力编排,支持多轮对话、工具调用、跨场景任务协同。 c)在手机端与车机端统一能力出口下,处理不同终端、不同地区/国家的差异化需求(如地图/POI/法规差异)。 大模型微调与蒸馏落地 2.针对出行/导航/车机场景,设计与构建高质量训练数据(提示词工程、对话数据、工具调用日志等)。 a)参与或主导对基础大模型的大规模微调(Supervised Fine-tuning / Preference Optimization 等),提升在出行域的理解和决策能力。 b)负责模型压缩、蒸馏与推理优化,使模型在服务端/边缘侧兼顾效果与时延。 3.Agent能力调优与决策优化 a)设计和优化子Agent的工具使用策略(Tool / Function Calling),包括路况查询、路线规划、POI 检索、多目的地规划、国际场景信息调用等。 b)在弱网、高并发、复杂上下文下优化Agent的鲁棒性和决策稳定性。 c)针对复杂出行任务(如跨城自驾、多目的地行程、充电/加油规划、实时绕行、国际出行规则差异)进行专项调优。 4.效果评测与质量体系构建 a)搭建出行Agent的自动化评测框架,包括:指令理解准确率、工具调用正确率、任务成功率、响应时延、用户反馈闭环等。 b)构建离线评测集和真实流量回放机制,持续追踪模型与系统升级带来的收益和风险。 c)联合产品与运营,通过灰度发布、A/B 实验驱动持续优化。 5.性能与稳定性保障 a)在9亿+月活与车机大规模接入背景下,对服务进行高可用、高性能设计(限流、降级、缓存、异步架构、观测性体系)。 b)处理线上复杂问题(流量波动、模型异常、工具依赖故障等),建立监控、告警和自愈机制。 6.前沿技术探索与工程化落地 a)跟踪 LLM、Agent、RAG、多Agent协作、规划与推理(Planning & Reasoning)、多模态等方向的最新进展,并筛选适合出行场景的技术方案。 b)探索将地图/导航结构化数据与大模型结合的最佳实践,让Agent真正“看得懂地图、懂路况”。

团队介绍: 我们团队为用户提供满足各种出行场景的好路线,提供极致的出行体验,同时服务C端、B端,涵盖自驾、打车、物流等多种业务场景,我们的每一次技术升级或业务的改进都能影响全国用户,有非常复杂的高并发分布式服务系统架构,有业界最先进的路线规划算法(cbr,cch,rch,raptor等)。如果你想发挥你的想象力创造更多社会价值,如果你享受克服困难和挑战自我的喜悦,如果你热爱技术并喜欢追求极致性能和效果,如果你渴望挖掘出源源不断的新应用场景,那就加入我们团队吧! 岗位职责: 你将加入高德在线导航服务团队,从0到1参与打造手车一体的「出行域 Agent」。目标体验对标特斯拉车机中的 Grok:让用户可以用自然语言完成从出行规划、实时导航到行程中各类决策的全流程交互,实现“能听懂、会思考、帮决策、可执行”的智能出行助手。 工作职责: 1.子Agent架构设计与服务实现 a)参与设计出行域子Agent的整体技术架构,包括调用链路、状态管理、容错与降级方案。 b)实现与高德主Agent的协议对接和能力编排,支持多轮对话、工具调用、跨场景任务协同。 c)在手机端与车机端统一能力出口下,处理不同终端、不同地区/国家的差异化需求(如地图/POI/法规差异)。 大模型微调与蒸馏落地 2.针对出行/导航/车机场景,设计与构建高质量训练数据(提示词工程、对话数据、工具调用日志等)。 a)参与或主导对基础大模型的大规模微调(Supervised Fine-tuning / Preference Optimization 等),提升在出行域的理解和决策能力。 b)负责模型压缩、蒸馏与推理优化,使模型在服务端/边缘侧兼顾效果与时延。 3.Agent能力调优与决策优化 a)设计和优化子Agent的工具使用策略(Tool / Function Calling),包括路况查询、路线规划、POI 检索、多目的地规划、国际场景信息调用等。 b)在弱网、高并发、复杂上下文下优化Agent的鲁棒性和决策稳定性。 c)针对复杂出行任务(如跨城自驾、多目的地行程、充电/加油规划、实时绕行、国际出行规则差异)进行专项调优。 4.效果评测与质量体系构建 a)搭建出行Agent的自动化评测框架,包括:指令理解准确率、工具调用正确率、任务成功率、响应时延、用户反馈闭环等。 b)构建离线评测集和真实流量回放机制,持续追踪模型与系统升级带来的收益和风险。 c)联合产品与运营,通过灰度发布、A/B 实验驱动持续优化。 5.性能与稳定性保障 a)在9亿+月活与车机大规模接入背景下,对服务进行高可用、高性能设计(限流、降级、缓存、异步架构、观测性体系)。 b)处理线上复杂问题(流量波动、模型异常、工具依赖故障等),建立监控、告警和自愈机制。 6.前沿技术探索与工程化落地 a)跟踪 LLM、Agent、RAG、多Agent协作、规划与推理(Planning & Reasoning)、多模态等方向的最新进展,并筛选适合出行场景的技术方案。 b)探索将地图/导航结构化数据与大模型结合的最佳实践,让Agent真正“看得懂地图、懂路况”。