算法工程师-Agent算法研究

北京/杭州/上海 · 校招 · 2027 届 · 本科

长期有效

前往官方投递页 →

任职要求

1. 2027届毕业生，计算机、人工智能、机器学习、深度学习、软件工程或相关专业本科及以上学历。
2. 具备扎实的机器学习与深度学习基础，在大语言模型或多模态大模型领域有理论认知或实践经验，熟悉模型训练、对齐、微调或推理优化相关技术。
3. 满足以下条件之一者优先：
（1）有 Agent 系统、强化学习、RLHF、数据合成或自动化训练 Pipeline 相关项目或研究经验；有 GUI Agent、Computer Use、人机交互或 Universal Digital Agent 方向的研究或工程经验；在大规模模型训练、优化算法、生成式模型、自监督学习等至少一个领域有创新性成果，或主导/深度参与过有行业影响力的项目。
（2）极强的求知欲与学习能力，对新技术保有好奇心；逻辑清晰，善于独立思考，具备良好的沟通与跨团队协作能力。
（3）熟悉 Python 与主流深度学习框架，具备较强的工程实现能力，能够高效实现复杂模型结构并进行大规模训练；有高水平论文、开源项目、竞赛成绩（ACM/ICPC、TopCoder 等）或实际落地成果者优先。

岗位描述

1. 围绕大模型 Agent 系统开展算法研究与工程落地，推动模型在真实世界复杂任务中的能力演进。方向涵盖 Cowork Agent（面向金融、法律、医疗、设计、数据分析、工业等行业高价值场景）与 Computer Use Agent（面向 Computer / Mobile / Browser 等跨平台人机交互场景），使模型能够理解、操作并协同完成开放环境中的复杂用户任务。
2. Envs / Harness Building & Generalization：复现并维护高可靠性主流 Harness 环境，设计 CLI & GUI 统一范式下的 Universal Digital Agent Harness 与 Behavior Pattern；探索 Loop Engineering、Multi-Agent 与 Auto-Harness，提升模型在不同场景下的泛化能力、鲁棒性与实际可用性。
3. Data Design & Scaling：挖掘行业高价值数据与 workflow，探索大规模自然轨迹 Pre-training、数据 Pattern 演化与 User-Centric Data 优化，构建 General Long-Horizon Data Pipeline；在 CPT/SFT/RL 端到端验证配比与学习策略，优化模型端到端长程的行业 Agent 解决方案。
4. Agentic Rewarding & Feedback Modeling：构建面向真实 Agentic 任务的 General Verifier，设计 Evolving Rubrics 与 Code Verifier，实现 Outcome & Process Level 数据监督与自动化 Rewarding；探索用户偏好与反馈的收集、建模与处理机制，研究显式反馈与隐式反馈的统一表征，建立可用于训练和评估的反馈闭环。
5. Real World RL：基于真实环境与真实任务的大规模 Agentic RL 训练，探索 CPT→RL 的端到端 Scaling Law、Multi-step Reward Shaping 与 Agentic Behavior Learning，持续提升 Agent 在开放环境中的长期规划、任务分解、多步执行与自主优化能力。
6. 跟踪相关领域前沿进展，围绕关键问题开展算法创新、实验验证与系统落地，沉淀可复用的方法与能力。
1. 2027届毕业生，计算机、人工智能、机器学习、深度学习、软件工程或相关专业本科及以上学历。
2. 具备扎实的机器学习与深度学习基础，在大语言模型或多模态大模型领域有理论认知或实践经验，熟悉模型训练、对齐、微调或推理优化相关技术。

3. 满足以下条件之一者优先：

（1）有 Agent 系统、强化学习、RLHF、数据合成或自动化训练 Pipeline 相关项目或研究经验；有 GUI Agent、Computer Use、人机交互或 Universal Digital Agent 方向的研究或工程经验；在大规模模型训练、优化算法、生成式模型、自监督学习等至少一个领域有创新性成果，或主导/深度参与过有行业影响力的项目。

（2）极强的求知欲与学习能力，对新技术保有好奇心；逻辑清晰，善于独立思考，具备良好的沟通与跨团队协作能力。

（3）熟悉 Python 与主流深度学习框架，具备较强的工程实现能力，能够高效实现复杂模型结构并进行大规模训练；有高水平论文、开源项目、竞赛成绩（ACM/ICPC、TopCoder 等）或实际落地成果者优先。

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

登录后分析我的简历

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）

类型专业能力·难度困难

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

类型项目经历·难度中等

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

类型专业能力·难度简单

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

类型专业能力·难度中等

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

类型情景/案例·难度中等

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。

前往官方投递页 →