
智能互联高德-Agent工程师(用户增长平台)-信息业务中心
任职要求
1. 本科及以上学历,计算机相关专业,3年以上后端开发经验,Java基础扎实,理解IO、多线程、集合等基础框架,对JVM原理有一定了解。 2. 熟练掌握至少一种主流编程语言(Java/Python/Go),具备扎实的数据结构与算法基础,代码质量意识强。 3. 熟悉分布式系统的设计和应用,熟悉缓存、消息队列、搜索/推荐等机制,能对分布式常用技术进行合理应用与问题定位。 4. 践行Spec-driven开发范式,擅长编写结构化的SPEC文档(需求规格/技术设计)来指导AI编码,确保AI生成代码的质量、可控性与业务一致性。 5. 对大语言模型(LLM)原理有深入理解,熟悉主流AI Agent框架(如OpenClaw、CoPaw、KimiLaw、Manus等)中的至少一种,有实际使用经验。 6. 熟练使用至少一种主流AI Coding工具(如Cursor、…
工作职责
1. 深度运用AI Coding工具(如Cursor、Claude Code / Codex、GitHub Copilot等)进行日常研发,将AI辅助编程融入开发全流程,大幅提升个人及团队的工程交付效率。 2. 持续关注行业内AI Agent技术的前沿进展,推动新技术在业务场景中的快速验证与落地。 3. 探索Coding Agent在自动化测试、代码重构、文档生成、需求拆解等全研发环节的深度应用,推动团队从传统研发模式向AI原生研发模式演进。
1. 深度运用AI Coding工具(如Cursor、Claude Code / Codex、GitHub Copilot等)进行日常研发,将AI辅助编程融入开发全流程,大幅提升个人及团队的工程交付效率。 2. 持续关注行业内AI Agent技术的前沿进展,推动新技术在业务场景中的快速验证与落地。 3. 探索Coding Agent在自动化测试、代码重构、文档生成、需求拆解等全研发环节的深度应用,推动团队从传统研发模式向AI原生研发模式演进。
团队介绍 高德销售平台团队,致力于用AI重塑销售全链路效率。我们负责销售业 务的智能化升级,从线索获取、商机转化、客户运营到成交闭环,通过大 模型与Agent技术构建新一代AI-Native销售工作平台。团 队技术氛围浓厚,紧跟AI前沿,持续探索Multi-Agent协作 、龙虾AI助理等创新方向。 1、负责销售平台智能化升级,基于大模型与Agent技术重构销售线索管 理、商机跟进、客户运营、成交闭环等核心系统,打造支持多行业场景的 智能销售平台; 2、探索Multi-Agent协作架构在销售域的落地,构建销售Agent团队(如线索Agent、商机Agent、运营Agent等), 推动从传统后端工程到AI-Native的技术范式升级; 3、负责大模型业务应用平台的搭建,包括销售领域知识库建设、Prompt工程工具链搭建、Agent设计编排等; 4、负责将AI Agent能力深度融入销售业务场景,包括但不限于智能外呼、商机预 测、客户洞察、销售话术生成等,持续提升销售效率与转化率。
团队介绍:POI智能化使命是通过高质量高效率低成本的智能化手段及先进生产力,应用并改进行业最前沿的LLM和Agent技术,数字化还原真实世界POI,保障POI数据的时效性、正确性和完备性,作为高德用户信息获取、交易履约和出行体验的基础。每个POI背后都有精彩的故事,我们作为链接POI和用户的第一步,每一分努力都是与现实世界的一次互动。 职位描述:基于 LLM/Agent 的自主规划、执行、反思与协同能力,构建面向数据生产与智能决策的下一代技术链路,推动从信息理解、自动挖掘、质量校验到闭环更新的全流程智能化,提升POI数据生产效率、用户交互体验; 负责 Agent 基础服务平台建设,探索自主规划、任务分解、工具调用、结果验证和闭环执行等关键能力; 负责 NLP/LLM 相关基础算法能力建设,包括文本理解、信息抽取、纠错、质量评估、生成与融合等核心能力; 探索 LLM 在复杂场景下的零样本、少样本学习与推理能力,提升算法在开放任务中的泛化效果与落地效率; 参与智能语音交互、端侧 Agent、设备协同 Agent、多模态安全识别、Agent攻防等前沿方向的研发与应用。
# 岗位介绍 我们正在建设新一代 AI Agent 平台,打造能够支撑生产环境稳定运行的 Agent Runtime(Harness)。 这不仅仅是调用大模型完成任务,而是围绕 Agent 的任务编排、状态管理、工具调用、上下文管理、质量控制、可观测性等核心能力,构建一套稳定、可扩展、可持续演进的平台基础设施。 如果你热衷于复杂系统架构设计,希望参与 AI Agent 底层能力建设,并将 AI 系统真正落地到生产环境,这将是一份具有挑战性的工作。 --- # 岗位职责 - 负责 AI Agent Harness(Runtime)核心能力的架构设计与研发,包括任务编排、状态管理、上下文管理、工具调用、异常恢复、质量门禁等基础能力。 - 设计并持续优化多 Agent 协作机制,提升系统的稳定性、可扩展性和可维护性。 - 建设生产级 Agent 工程体系,包括日志、Tracing、监控、指标、重试、降级、幂等等稳定性能力。 - 建立 Agent 开发规范、Workflow、Contract、测试体系及持续集成流程,提高研发效率和交付质量。 - 与产品、算法及业务团队协作,将复杂业务能力沉淀为可复用的平台能力。 - 持续跟踪 AI Agent、LLM Runtime、Tool Calling、Memory、Workflow 等技术方向,并结合业务场景推动工程化落地。