百度 · JD 拆解

Agent 应用开发岗位拆解:千帆大模型平台应用开发

千帆平台应用开发岗:企业级 RAG 服务化、知识库更新与私有化交付,权限边界和多行业合规是生产侧主线。

岗位族:Agent 应用开发层级:校招 / 社招 1-3 年方向:项目实战与企业级 / 工具调用

更新于 2026-09-29 · 口径:该方向公开 JD 与公开面经的高频归纳

这条 JD 在招什么人

在千帆大模型平台上做企业应用的工程师。千帆是百度面向企业的大模型平台:模型服务、RAG 知识库、Agent 编排、私有化交付都在平台上。这个岗位做的是平台之上的应用层与平台能力的工程化——把文心系列模型和企业自己的数据、流程接起来。和企业内部 AI 岗不同,平台岗要同时服务很多行业客户:金融、政务、能源,每家的合规口径都不一样,工程上必须做成可配置的。百度口径里搜索增强与知识问答是传统重心,千帆的 RAG 能力正是这条线的延伸。

业务场景推测

大概率是千帆的 RAG 服务化与企业知识库产品迭代:文档解析、检索、权限、知识库更新机制;也可能包含私有化交付与行业客户的定制项目(置信度:中高,基于公开业务布局推断)。政务与金融类客户可能占不小比重:内网部署、国产芯片适配、数据不出域,是这类项目的常规约束。

硬技能:必须会什么

  • RAG 工程:解析、切分、检索、重排的完整流程与生产问题(企业 RAG 的坑)
  • 知识库运维:更新机制、增量入库、时效处理(知识库更新)
  • 权限体系:文档级权限在检索链路里怎么落地(RAG 权限)
  • 模型路由:大小模型分级、按任务选模型(模型路由)
  • 私有化:私有部署的形态与取舍(私有化部署)
  • 平台常识:SFT 与 RLHF 的数据差在哪,客户问起来要答得上(SFT/RLHF 数据差异)

加分项:什么能拉开差距

  • 服务过多行业客户的经验:能把合规要求翻译成技术方案
  • 模型供应商切换的抽象设计(供应商切换)
  • 工具调用 Schema 设计干净(工具 Schema)
  • 文档解析的脏活经验:表格、扫描件、版式复杂的 PDF

JD 没写但面试会问

  • 客户知识库每天增量更新,检索效果怎么不抖动(高频)
  • 不同部门文档权限不同,RAG 怎么保证不越权(高频)
  • 文心和开源模型怎么混用、路由策略怎么定
  • 私有化环境和公有云功能不一致,客户投诉怎么处理
  • 平台 badcase 的处理流程是什么、怎么向客户交代

能力模型

| 层 | 内容 | 达标线 | | --- | --- | --- | | 基础层 | LLM API、RAG 流程 | 概念清楚 | | 工程层 | 检索、权限、更新机制 | 有生产级理解 | | 平台层 | 路由、多模型、私有化 | 能讲方案取舍 | | 客户层 | 合规、交付、SLA | 有意识有案例 |

简历怎么改

  • 平台或 ToB 经历写清行业、规模、约束(内网、国产化、等保),这些是硬区分度
  • RAG 经历挂指标:召回率、答准率、badcase 率的变化
  • 别堆平台名,写你在平台上具体解决了什么问题
  • 数据合规相关经验前置

项目建议

  • 带权限的企业知识库:文档级权限加增量更新,量化越权测试与检索抖动
  • 模型路由小系统:按任务复杂度分流大小模型,算清成本收益
  • 百度全部方向的题库见百度公司聚合页
  • 直接用项目匹配器按你的基础和可用时间生成方案

准备计划

对应面试题:直接刷这几题

下面是这个方向的高频题(站内真实题库,一题一页带答案)。面试前按这个清单过一遍。

相似岗位拆解

下一步

口径说明:本页是该方向公开 JD 与公开面经的高频归纳,不对应某一篇特定 JD,不包含具体薪资与编制信息; 业务场景为推断并标注了置信度,AI 辅助整理、已按站内核查流程过题。招聘以官方发布为准。