百度
实习Agent算法实习生（J103894）
北京市 · 实习 · 本科
长期有效
任职要求
- -本科及以上学历在读,计算机/数学/自动化/人工智能等相关专业优先
- -扎实的 Python 工程能力，有完整的算法项目、系统实现或开源经历
- -在以下至少一个方向有实践或研究经验:LLM Agent(harness)、Self-Improvement Agent、推理时搜索(test-time scaling)、强化学习/后训练(RLHF/RLVR/拒绝采样)、进化算法与程序搜索(AlphaEvolve/FunSearch 系)
- -深度关注前沿：对 agentic RL、inference-time scaling、self-improvement、benchmark 构建等方向有自己的判断
- -具备自驱力与系统性思考能力，对创新型研究有热情，有科研产出、竞赛经历或高质量开源贡献者优先
岗位描述
【岗位职责】
-参与"难任务发现"研究：系统性构建与评测让前沿模型+harness 失效的任务族(长程优化、可持续迭代、强验证类问题等),建立可复现的 benchmark 与失败归因体系
-探索推理时搜索的 scaling 路径：并行采样、树搜索、进化搜索、verifier 引导搜索、多 agent 协作等机制在难任务上的算力-质量曲线，寻找"多花算力就能换来好轨迹"的scaling方法结构
-研究基于轨迹的学习：从搜索得到的高质量轨迹出发，探索拒绝采样蒸馏、agentic RL、自我改进循环、经验沉淀(skill/记忆)等把"搜到"变成"学会"的路径
-参与 agent harness 与评测系统的设计实现
-在真实工业决策场景(排产、调度、预测等)上验证方法的外部效度，推动研究结论落到可复现的系统
【任职要求】
-本科及以上学历在读,计算机/数学/自动化/人工智能等相关专业优先
-扎实的 Python 工程能力，有完整的算法项目、系统实现或开源经历
-在以下至少一个方向有实践或研究经验:LLM Agent(harness)、Self-Improvement Agent、推理时搜索(test-time scaling)、强化学习/后训练(RLHF/RLVR/拒绝采样)、进化算法与程序搜索(AlphaEvolve/FunSearch 系)
-深度关注前沿：对 agentic RL、inference-time scaling、self-improvement、benchmark 构建等方向有自己的判断
-具备自驱力与系统性思考能力，对创新型研究有热情，有科研产出、竞赛经历或高质量开源贡献者优先
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
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）
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
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
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
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
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。