Moka
AI研发未来星
AI研发未来星
发布于 8 小时前实习/见习
实习生仅现场办公人工智能
人工智能
Ai Coding
Llm
Prompt Engineering
Rag
值不值得投
75综合评分
综合评分 75
前沿AI技术实战岗，成长性极佳，适合追求技术深度的实习生。
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
8千
与人工智能中位数基本持平
发布情况
新岗位 · 今天发布
公司情况
公司还在招多个职位
4 个在招
市场机会
选择面较广
北京 · 人工智能 · 约 520 个在招
职位详情
关于这个职位
这是一个面向在校生的AI研发实习岗位
你将在导师指导下，深度参与公司AI Native产品的核心研发，包括匹配、问答、推荐、Agent等功能的开发
工作内容将涉及使用前沿的AI Coding工具和LLM/RAG/Agent技术栈，并参与从需求定义到上线的全流程，旨在培养你的AI原生开发能力和工程规范
最低要求
届本科及以上在读，计算机、软件工程、人工智能等相关专业
扎实的编程基础，熟练掌握 Python（了解 Go/Java 更佳）
了解大模型基本原理，对 LLM 应用、Agent、RAG 等方向有实践或强烈兴趣
熟悉常见工程工具与协作方式（Git、Linux、Docker 等）
学习能力强、主动、乐于在真实业务场景中打磨工程能力
工作职责
参与公司 AI Native 产品的研发工作，在导师指导下完成 AI 功能的开发与上线（匹配、问答、推荐、Agent 等）
学习并使用 AI Coding 工具（Cursor / Claude Code / Copilot 等）高效开发，养成 AI 原生工作习惯
协助搭建和优化 LLM / RAG / Agent 工作流，参与模型调用、Prompt 工程、向量检索等核心环节
与产品团队协作，参与定义 AI Native 用户体验，从 idea 到上线全流程跟进
参与代码评审、单元测试和技术文档编写，建立良好的工程规范
AI 洞察
优缺点分析
优点
- 深度接触当前最前沿的AI技术栈（LLM, Agent, RAG），技术成长快
- 有导师指导，能够在真实业务场景中学习，避免纸上谈兵
- 参与从0到1的完整产品流程，有助于建立全局的工程和产品思维
- AI技术栈更新迭代快，需要保持持续学习的热情
- 项目节奏可能较快，需要在有限时间内交付成果
- 适合计算机相关专业、对AI技术有浓厚兴趣、渴望在实战中快速提升编程和AI应用能力的2027届在校学生
缺点 / 挑战
- 公司处于B轮融资阶段，发展迅速，实习表现优秀有较高留用机会
- 作为实习生，需要快速学习和适应全新的技术领域和公司业务，有一定压力
角色解读
- 实习转正后可成为初级AI开发工程师或算法工程师，专注于AI应用层开发
- 随着经验积累，可向高级工程师、技术专家方向发展，负责更复杂的系统设计和算法优化
- 也可以结合业务理解，向技术产品经理或技术管理岗位发展
- 在导师带领下，开发和上线AI产品功能，如智能匹配、对话问答等
- 实际操作和使用Cursor、Copilot等AI编程工具，提升开发效率
- 学习并参与搭建LLM/RAG/Agent工作流，处理模型调用和提示工程
- 与产品团队紧密合作，理解用户需求并推动功能落地
- 具备扎实的Python编程能力，能够编写清晰、规范的代码
- 对大语言模型（LLM）的基本原理有了解，并对Agent、RAG等应用方向有兴趣
- 熟悉Git、Linux、Docker等基础开发和协作工具
- 具备快速学习能力和主动解决问题的意愿
申请策略
- 仔细阅读JD，可以在简历或求职信中针对性地提及你对“AI Native”工作习惯的理解和兴趣
- 了解Moka公司的产品（HR SaaS）以及AI技术在该领域的应用场景，在面试中能体现你的思考
- 重点突出Python编程项目经验，尤其是涉及数据处理、API调用或小型算法的实践
- 如有任何与大语言模型、机器学习、智能对话相关的课程设计、个人项目或比赛经历，务必详细描述
- 展示你对新技术的主动学习和探索精神，例如个人学习LLM、使用AI工具的经历
- 清晰列出熟悉的开发工具（Git, Linux, Docker）及相关使用经验
- 系统学习LLM、RAG、Agent的基本概念和主流框架（如LangChain）
- 动手实践使用GitHub Copilot、Cursor等AI编程工具，完成一些小项目，理解其工作模式
面试指南
- 使用STAR法则（情境、任务、行动、结果）来结构化地描述项目经历，突出个人贡献和成果
- 对于技术概念问题，先解释基本原理，再结合一个具体应用场景或自己的实践/学习例子来说明
- 对于开放性问题，从技术可行性、用户体验和实现步骤几个角度进行有条理的阐述
- 请介绍一个你用Python完成的、最复杂的项目或经历
- 你对大语言模型（LLM）和RAG的理解是什么？可以简单描述一个你设想的RAG应用吗？
- 为什么对AI Native的产品研发方向感兴趣？你认为AI原生开发与传统开发有何不同？
- 如果让你负责开发一个简单的AI问答功能，你的技术思路和步骤会是什么？
- 你在使用AI编程工具（如Copilot）时有什么体验或心得？
职位点评
薪资福利65
成长发展92
工作生活55
使命价值80
薪资福利
65中等
作为实习岗位，该职位能提供符合市场水准的实习补贴和基本福利，但与全职岗位相比，薪资和福利的补偿性较弱。
薪资信号未披露（AI估算：6.5千–1万/月）
成长发展
92较高
该职位在技术成长和职业发展方面提供极佳的机会，涉及前沿技术栈，并有导师指导和全流程参与，发展性是核心优势。
技术前沿前沿/新兴技术
技术栈LLM、RAG、Agent、Prompt Engineering、Cursor、AI Coding
成长机会导师指导、全流程跟进、建立良好的工程规范
业务类型profit_center
工作生活
55较低
职位要求现场办公，未提及任何远程或弹性工作安排，工作模式较为固定。作为实习岗位，通常工作强度与正式员工有所不同，但具体WLB未在JD中说明。
工作模式仅现场办公
办公地点未明确
加班情况未提及（无法判断）
使命价值
80较高
参与开发AI Native产品，属于行业前沿领域，具有较强的创新性和技术驱动使命感。公司处于快速发展阶段，项目成果可能直接影响产品。
行业发展高速增长赛道
社会影响中性/一般
使命信号AI Native产品研发、从idea到上线全流程跟进
创新程度积极采用新技术
Watch Jobs