趣加
转正实习-AI Agent 工程师-多模态
转正实习-AI Agent 工程师-多模态
发布于 2 天前实习/见习
实习生仅现场办公人工智能
人工智能
Ai Agent
Gpt
Prompt Engineering
Rag
大模型Api
评测体系
值不值得投
69综合评分
综合评分 69
AI Agent实习岗位，技术前沿，成长空间大，薪资一般，工作生活平衡未明确。
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。
薪资怎么样
7K
比人工智能中位数低
发布情况
新岗位 · 2 天前发布
公司情况
这家公司招聘很活跃
55 个在招 · 其中人工智能 4 个
市场机会
选择面较广
上海 · 人工智能 · 约 210 个在招
职位详情
关于这个职位
这是一个AI Agent工程师的实习岗位，负责参与AI Agent产品的核心研发，包括设计Prompt、使用大模型API构建工作流、搭建评测体系等
要求熟练使用AI编程工具并有真实项目交付经验，适合对AI技术有热情、追求前沿技术成长的求职者
最低要求
AI编程工具重度使用者：熟练使用Claude Code、Cursor、Codex等至少一种AI编程工具，并有真实项目交付经验——不只是补全代码，而是能用Agent完成需求拆解、多文件重构、调试、测试与验证的完整闭环
能清晰讲出自己使用AI编程工具的方法论：如何写好任务描述、如何管理上下文、如何验证AI产出的正确性、什么时候该接管
扎实的编程基础：熟悉Python或TypeScript至少一种，理解常见数据结构与工程化规范（Git、测试、CR）
对大模型有基本认知：了解token、上下文窗口、温度等基础概念，调用过至少一家主流大模型API
工作职责
参与AI Agent产品的核心研发：包括Prompt/Context工程、工具调用（Tool Use / Function Calling）、多Agent协作、记忆与状态管理等模块的设计与实现
基于Claude / GPT / Gemini等大模型API构建端到端的Agent工作流，涵盖RAG、结构化输出、流式交互等常见形态
搭建和维护Agent的评测体系（Evals），通过数据驱动的方式持续提升Agent的任务完成率与稳定性
深度使用AI编程工具完成日常开发，并沉淀团队级的AI协作最佳实践（工作流、Skill、子Agent编排等）
优先资格
有可展示的Agent项目（GitHub仓库、个人产品、比赛作品均可），能说清架构取舍
折腾过MCP、子Agent编排、自定义Skill/Hook、多Agent框架（如LangGraph、AutoGen等）
给AI编程工具或开源Agent项目提过PR/Issue，或写过相关技术博客
有Evals、RLHF数据、模型微调等任一方向的实践经验
有多模态生成模型的使用经验：调用过Seedance、Wan、可灵、Sora、Nano Banana等图像/视频生成模型的API或工作流，了解提示词技巧与生成参数调优，有将生成能力接入Agent流程（如自动出图、视频批量生产）的实践者优先
AI 洞察
优缺点分析
优点
- 技术栈前沿，涉及AI Agent、大模型等热门领域，技能积累价值高
- 有机会参与端到端项目开发，提升工程实践能力
- 公司处于C轮及以后，有较好的成长平台和资源支持
- AI领域发展迅速，需持续学习以跟上技术变化
- 适合对AI技术有强烈兴趣、具备扎实编程基础、自学能力强且喜欢探索前沿技术的求职者
缺点 / 挑战
- 技术难度较高，需快速掌握AI编程工具和大模型相关技术
- 实习转正存在竞争压力，需要快速产出成果
角色解读
- 从实习工程师成长为正式AI Agent工程师，专注于前沿Agent技术研发
- 可向AI架构师或技术专家方向发展，深入多模态和智能体系统
- 积累项目经验后，有机会参与核心产品开发或带领小团队
- 参与AI Agent产品核心模块的设计与实现，如Prompt工程、工具调用和多Agent协作
- 基于大模型API构建端到端Agent工作流，涵盖RAG、流式交互等技术形态
- 搭建和维护Agent评测体系，通过数据驱动提升系统性能
- 深度使用AI编程工具进行开发，并沉淀团队级的最佳实践
- 熟练使用AI编程工具（如Claude Code、Cursor）完成复杂项目闭环
- 扎实的Python或TypeScript编程基础，理解数据结构与工程规范
- 对大模型基本概念有认知，能调用主流大模型API
- 能清晰阐述AI编程工具使用的方法论，包括任务描述、上下文管理等
申请策略
- 在简历中附上可展示的Agent项目链接，并说明架构设计思路
- 关注趣加公司的业务方向，了解其AI产品应用领域
- 突出AI相关项目经验，尤其是Agent、Prompt工程或大模型应用实例
- 展示AI编程工具的使用成果，如GitHub仓库或具体交付案例
- 强调编程技能，列出熟练的语言和框架，以及工程规范实践
- 深入学习Prompt工程和Agent架构设计，掌握多Agent协作框架
- 练习使用主流大模型API，实践RAG、流式交互等技术形态
- 提升AI编程工具的使用熟练度，探索团队级最佳实践
面试指南
- 使用STAR法则（情境、任务、行动、结果）结构化描述项目经验
- 结合具体技术细节阐述大模型概念的应用，避免泛泛而谈
- 从数据驱动角度说明评测体系设计，强调指标选择和持续优化
- 描述一个你使用AI编程工具完成的复杂项目，包括遇到的挑战和解决方案
- 解释你对大模型上下文窗口和温度参数的理解，以及如何在Agent中应用
- 如何设计一个Agent的评测体系来评估任务完成率？
- 如果让你构建一个多Agent协作系统，你会考虑哪些关键模块？
- 复习Prompt工程、RAG、流式交互等AI Agent核心技术知识
职位点评
薪资福利60
成长发展85
工作生活50
使命价值70
薪资福利
60中等
实习岗位薪资一般，但转正后可能有提升空间；稳定性取决于转正机会。
薪资信号未披露（AI估算：5K-8K/月）
成长发展
85较高
技术栈前沿，涉及AI Agent、大模型等新兴领域，有很好的技能成长和学习机会。
技术前沿前沿/新兴技术
技术栈AI Agent、Prompt Engineering、大模型API、Python、TypeScript
业务类型ambiguous
工作生活
50较低
未明确工作模式，AI岗位可能需要高强度工作，生活平衡存在不确定性。
工作模式未明确
办公地点未明确
加班情况未提及（无法判断）
使命价值
70中等
AI Agent是高速增长的赛道，技术有创新性，但社会影响力一般。
行业发展高速增长赛道
社会影响中性/一般
创新程度开拓性创新（行业首创）
Watch Jobs