顺丰速运
大模型应用开发
大模型应用开发
发布于 大约 15 小时前实习/见习
深圳市
无经验要求
实习生
仅现场办公
本科
软件工程
RAG
大模型
LangGraph
多智能体
AI 估算 · 4k–8k
实习岗位，深圳大厂，AI方向有溢价，常见实习生薪资范围。
职位详情
关于这个职位
这是一个面向大模型应用的实习岗位，你将参与多智能体系统的设计与开发，学习Agent协作与任务分解机制，并在导师指导下将大模型技术应用于物流业务场景
适合对AI Agent、RAG系统感兴趣且希望积累实战经验的同学
最低要求
全日制本科及以上学历在读，计算机、软件工程、人工智能等相关专业，每周可保证至少4天实习时间，实习期不少于3个月
掌握Java、Python、Go至少一种编程语言，有良好的编程基础，了解基本的软件开发流程
了解大模型基本原理与智能体应用架构，对DIFY、LangGraph、Spring AI等主流框架有学习经历或课程项目经验，对Agent2Agent、MCP等协议有基本认知，对多智能体系统有浓厚兴趣
了解企业知识库与RAG系统基本概念，对向量数据库、检索优化与大模型集成模式有课程学习或个人项目实践经历
了解Docker/K8s等容器化技术的基本概念，对大模型服务部署与推理优化有基础认知，具备高并发、高可用系统设计的学习意识
对flink、kafka、hive等大数据组件有基本了解，或在课程学习、个人项目中接触过相关技术
对物流、供应链等相关业务有了解或兴趣，具备快速学习能力和业务理解能力，能将业务场景转化为技术方案
具备良好的沟通协作能力、学习能力和创新意识
工作职责
协助多智能体（Multi-Agent）系统的设计与开发，学习并实践Agent间协作与任务分解机制，在导师指导下参与构建可扩展、低耦合的智能体协作架构
学习理解物流业务场景及数据特点，在导师指导下参与设计并构建具备业务感知与决策支持的智能体系统，完成分配的开发任务
与产品、算法、业务团队协作沟通，学习大模型推理优化与部署流程，参与智能体系统在物流场景的落地、迭代与效果验证，输出相关技术文档
优先资格
有相关项目经历、竞赛获奖或开源贡献者优先
AI 洞察
优缺点分析
优点
- 大厂实习经历，顺丰平台大，物流行业数字化前景广阔
- 接触前沿的大模型、多智能体技术，技术成长快
- 有导师指导，系统学习AI Agent开发流程
- 实习期需快速学习大量新技术栈，知识广度要求高
- 物流业务场景复杂，需要较强的业务理解能力
- 适合对大模型应用方向有浓厚兴趣、具备一定编程基础、希望在大厂积累实战经验的在校学生
缺点 / 挑战
- 作为实习生，可能面临一定的交付压力
角色解读
- 从实习生成长为正式员工，逐步深入大模型应用开发领域
- 可向AI Agent架构师、大模型算法工程师方向发展
- 积累物流行业经验，未来可转向技术管理或产品经理岗位
- 参与多智能体系统的设计与开发，学习Agent间协作与任务分解机制
- 在导师指导下将大模型技术应用于物流业务场景，构建业务感知与决策支持的智能体
- 与产品、算法、业务团队协作，学习大模型推理优化与部署流程
- 参与智能体系统的落地、迭代与效果验证，并编写技术文档
- 掌握Java、Python、Go至少一种编程语言，有良好的编程基础
- 了解大模型基本原理与智能体应用架构，熟悉DIFY、LangGraph、Spring AI等框架
- 了解RAG系统、向量数据库、Docker/K8s等容器化技术
- 对Flink、Kafka、Hive等大数据组件有基本了解
申请策略
- 提前了解顺丰的物流业务和数字化转型方向，在面试中展现业务兴趣
- 准备一个与多智能体或大模型相关的项目介绍，突出你的贡献和思考
- 突出编程语言掌握程度和相关项目经验（如课程项目或个人项目）
- 强调对大模型、RAG、多智能体等技术的了解或实践
- 如果有竞赛获奖或开源贡献，务必列出
- 展示快速学习和团队协作能力
- 巩固Python/Java编程，深入学习LangGraph、DIFY等框架
- 动手搭建一个简单的RAG系统或Agent应用
面试指南
- 对于技术原理题，先给出核心概念，再结合项目经验举例说明
- 对于场景应用题，先明确业务需求，再提出技术方案，最后评估可行性
- 对于框架对比题，从适用场景、优势劣势、个人使用体验等角度分析
- 请解释一下RAG系统的原理，并描述你如何实现一个简单的RAG应用
- 你了解哪些多智能体框架？请比较LangGraph和DIFY的特点
- 你如何理解Agent2Agent协议？它在多智能体系统中起什么作用？
- 你使用过Docker吗？请描述如何将一个Python应用容器化
- 你对物流行业有哪些了解？如何将大模型技术应用到物流场景中？
匹配度报告
65
综合匹配度
大厂AI实习，前沿技术栈，导师制培养，薪资面议，现场办公。
适合人群
适合注重技术成长、对AI前沿有兴趣的实习生，薪资和WLB不是主要关注点。
最强匹配
成长发展匹配
最弱匹配
薪资福利匹配
薪资福利50
成长发展85
工作生活60
使命价值65
薪资福利匹配
50较低
实习薪资面议，但大厂实习通常有竞争力的补贴；福利方面JD未明确提及，稳定性一般。
薪资信号面议 (4K-8K/月)
成长发展匹配
85较高
岗位涉及前沿的大模型、多智能体技术，有导师指导，技术成长空间大。
技术前沿前沿/新兴技术
技术栈大模型、多智能体、RAG、LangGraph、DIFY、Docker、Kubernetes、Flink
成长机会导师制、学习、指导
业务类型ambiguous
工作生活匹配
60中等
现场办公，未提及弹性工作或远程选项；实习通常有固定工作时间，但大厂可能有一定的加班文化。
工作模式仅现场办公
办公地点市区核心地段
加班情况未提及（无法判断）
使命价值匹配
65中等
物流行业是实体经济基础，通过AI技术提升效率有社会价值，但实习岗位的影响有限。
行业发展稳定成熟行业
社会影响中性/一般
创新程度积极采用新技术
Watch Jobs