小米
AI Agent开发工程师-汽车专项-实习
AI Agent开发工程师-汽车专项-实习
发布于 大约 2 个月前实习/见习
上海市
无经验要求
实习生
仅现场办公
本科
软件工程
AI Agent
DeepSpeed
Megatron-LM
PyTorch
TensorFlow
AI 估算 · 2k–4k
实习岗位薪资通常较低，上海地区一般日薪约100-200元，按22天计算月薪约2000-4000元。
职位详情
关于这个职位
这是一份在小米上海研发中心的AI Agent实习岗位，主要参与面向汽车业务场景的智能体应用开发，涵盖从需求分析、原型验证到功能实现与上线的完整流程
你将接触到LLM核心能力提升、训练推理加速以及端侧落地等前沿技术
适合具备扎实编程基础并对大模型和Agent框架有浓厚兴趣的同学
最低要求
计算机/软件/自动化/电子信息等相关专业，本科或研究生在读
扎实的编程功底与工程素养：数据结构/网络/并发基础，良好的代码风格与调试能力
熟练掌握主流深度学习框架pytorch/tensorflow，大模型训练框架Megatron-LM/Deepspeed等多机多卡方案，有大模型训练和项目经验优先
熟悉至少一种主语言：Python 或 TypeScript/Node.js
能使用 FastAPI/Express 等快速落地服务
具备Web基础能力其中之一：前端（React/Next.js/Vue）或后端（API设计、鉴权、日志、监控）
了解LLM基础与常见能力：Prompt设计、函数调用/工具使用、上下文管理、流式响应
工作职责
参与面向真实业务场景的AI Agent应用研发，涵盖需求分析、原型验证、功能实现与上线维护
参与Agent应用的核心功能开发：工具/插件（Tooling）能力、问答、函数调用与工作流编排
参与Agent评测与可观测（如自动化Case/Eval、日志追踪、调用成本与质量监控）
大模型核心能力提升，包括理解能力、知识能力、推理能力、生成能力和语言能力等
训练和推理加速、模型量化、端测落地
完成阶段性可交付：模块/文档/演示用例，并参与用户反馈闭环
优先资格
有Agent框架经验：LangChain/LangGraph/AutoGen/CrewAI/OpenAI Assistants 等
有Prompt工程、评测基准（HELM/LLM-as-a-Judge/自建用例）或LangSmith/Weights & Biases 等可观测经验
有知识图谱构建经验：熟悉实体/关系识别，行为建模等技术及其应用
有个人项目/竞赛/开源贡献（附链接），或能展示完整端到端智能体应用作品
AI 洞察
优缺点分析
优点
- 小米作为大厂，技术平台和资源丰富，能接触真实业务场景和数据
- 聚焦AI Agent前沿领域，技术栈新，成长快
- 实习岗位提供完整的项目周期锻炼，有机会参与端侧AI落地
- 需要同时掌握算法和工程能力，对编程功底要求高
- 任务涉及多技术栈（前端/后端/分布式训练），学习曲线陡峭
- 实习期较短，需快速上手并产出可交付成果
- 适合对大模型和Agent开发有强烈兴趣、具备较强自驱力和动手能力的在校生，尤其是希望在头部企业积累实战经验的同学
缺点 / 挑战
暂无明显挑战项
角色解读
- 从实习转正为正式AI Agent开发工程师，参与核心项目
- 深入大模型训练与优化方向，成为LLM专家
- 向Agent架构或AI产品经理方向发展
- 参与AI Agent从0到1的开发，包括需求分析、原型验证、功能实现和上线维护
- 开发Agent核心功能，如工具调用、工作流编排、问答系统等
- 参与大模型训练优化和推理加速，探索端侧部署方案
- 编写自动化评测用例，监控模型质量和成本
- 扎实的编程基础：数据结构、网络、并发、良好的代码风格
- 熟悉深度学习框架（PyTorch/TensorFlow）和大模型训练框架（Megatron/DeepSpeed）
- 掌握至少一种后端语言（Python或TypeScript），能快速搭建服务
- 了解LLM基础：Prompt设计、函数调用、上下文管理
申请策略
- 在简历中附上端到端项目链接或演示视频，大大增加竞争力
- 关注小米汽车业务场景，了解智能座舱或自动驾驶中Agent的应用可能，面试时能体现业务理解
- 突出LLM或Agent相关项目经验，如自己开发的对话机器人、智能体Demo
- 强调编程能力：熟悉Python、Web框架、分布式训练框架
- 列出开源贡献、竞赛或个人GitHub链接
- 如有工具使用经验（LangChain等）务必标出
- 快速学习FastAPI或Express，若后端不熟可补一个简单API项目
- 熟悉至少一个Agent框架：运行LangChain官方教程并复现一个Agent流程
面试指南
- STAR法则：情境、任务、行动、结果
- 技术问题分点回答：原理+实践+优化
- 结合具体项目案例，展示解决问题的思路和代码能力
- 请概述AI Agent的工作流程，并说明工具调用的实现原理
- 如何设计一个Prompt让LLM稳定输出JSON格式并调用内部API？
- 你使用过哪些训练框架？Megatron和DeepSpeed的主要区别？
- 在一个多轮对话中如何管理上下文（如Token限制、历史裁剪）？
- 请介绍一下你的一个个人项目，遇到了什么困难怎么解决的？
职位点评
70
综合评分
大厂AI Agent实习，技术前沿、项目扎实，但薪资较低且需现场办公。
从学习成长、工作节奏、岗位方向和实习待遇综合评估，方便比较实习机会。
更适合这类人
最适合追求技术成长、希望在AI Agent领域快速积累经验的求职者，若更看重薪资则需谨慎考虑。
表现最好
成长发展
相对薄弱
薪资福利
薪资福利40
成长发展90
工作生活60
使命价值70
薪资福利
40较低
实习薪资较低，但大厂福利（餐补、健身房等）有一定补充，整体补偿性动机满足度一般。
薪资信号未披露（AI估算：2K-4K/月）
成长发展
90较高
岗位技术前沿，涉及LLM和Agent核心开发，成长空间大，发展性动机满足度高。
技术前沿前沿/新兴技术
技术栈LLM、AI Agent、LangChain、Megatron-LM、DeepSpeed、模型量化
业务类型ambiguous
工作生活
60中等
实习岗通常为现场办公，上海核心地段，工作强度可能较高，生活化动机满足一般。
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
70中等
智能汽车行业属于高速增长赛道，小米在智能驾驶和座舱方向投入大，社会影响力中性偏正面。
行业发展高速增长赛道
社会影响中性/一般
创新程度积极采用新技术
小米 的其他在招职位
相似职位推荐
Watch Jobs