
奔驰
Intern_AI dpt spl mgt/供应商索赔管理AI部署(大兴)
Intern_AI dpt spl mgt/供应商索赔管理AI部署(大兴)
发布于 大约 14 小时前实习/见习
北京市
初级经验
实习生
仅现场办公
本科
机器学习工程
Github
Html
Llm
Rag
前端开发
编程
AI 估算 · 4k–6k
北京车企实习,技术岗,薪资中等,提供实践机会。
职位详情
关于这个职位
该实习职位将参与梅赛德斯-奔驰的AI驱动的供应商索赔管理项目,负责构建RAG知识库、开发AI工作流和前端界面
你将接触到AI在真实业务中的应用,学习汽车行业质量管理,适合对AI应用开发感兴趣的在校生
最低要求
具备AI概念的基础知识,并在AI相关项目中有实践经验,包括开发或使用编码代理
有在Linux服务器环境中工作的经验
对计算机科学基础和软件开发实践有深刻理解
熟练进行编程和脚本编写
工作职责
在Dify中构建和维护RAG知识库
开发AI工作流,集成相关技能,并连接到RAG知识库
构建和维护与团队当前索赔管理流程一致的用户友好型前端解决方案
准备和维护技术和开发文档
优先资格
了解检索增强生成(RAG)架构和知识库管理
有Dify或类似AI应用开发平台的实际经验
基本的HTML、前端开发和用户界面设计知识
有GitHub和版本控制工作流经验
加分项:
有AI技术、工具、框架或大语言模型(LLM)应用的其他经验
AI 洞察
优缺点分析
优点
- 知名跨国车企的平台,实习含金量高,简历认可度高
- 参与前沿AI应用开发(RAG、工作流),技术成长快
- 学习机会多,包括行业洞察、质量管理和数字化转型经验
- 团队项目实际业务价值高,能体验AI如何解决真实问题
- 实习期6个月,每周4-5天,时间投入较大,可能影响学校课程
- 需要快速上手Dify等新工具,学习曲线较陡
- 可能涉及与跨部门沟通,需要一定的英文沟通能力
- 适合对AI应用开发有浓厚兴趣,且愿意在大型企业环境中实习的计算机、数据科学等相关专业在校生
缺点 / 挑战
暂无明显挑战项
角色解读
- 在奔驰这样的大型车企中接触AI落地场景,可向AI工程师或解决方案架构师方向发展
- 通过参与数字化项目,积累汽车行业质量管理经验,未来可转向供应链管理或数字化转型岗位
- 表现优异者可能获得转正机会,或凭借项目经验进入AI领域更高层次岗位
- 使用Dify平台构建和维护RAG知识库,支持AI辅助的供应商索赔管理
- 开发AI工作流,集成编码代理和技能,与知识库连接,实现自动化处理
- 设计并实现用户友好的前端界面,确保与现有索赔流程无缝对接
- 编写技术文档,记录开发过程和系统架构,确保知识传递
- 具备AI基础概念和AI项目实践经验,熟悉编码代理的使用
- 熟悉Linux服务器环境,能进行编程和脚本编写(如Python、Shell)
- 了解RAG架构和Dify等AI应用开发平台,或有其他类似平台经验
- 基本的前端开发能力(HTML、CSS)和使用GitHub进行版本控制
申请策略
- 申请前,研究奔驰的数字化项目,了解其供应链或质量管理业务
- 在简历中明确标注意向实习时间段和每周可投入天数
- 突出AI相关项目经验,特别是使用过AI编码代理或开发过类似应用
- 展示Linux环境下的操作经验和编程能力,如Python脚本
- 如果有RAG或知识管理相关项目,务必详细描述
- 强调快速学习和团队协作能力,以及英文文献阅读和沟通能力
- 学习Dify平台的使用,熟悉其界面和API
- 了解RAG架构原理,尝试用LangChain或LlamaIndex搭建简单RAG系统
面试指南
- 使用STAR法则回答项目经验问题,突出结果和影响
- 对于技术问题,先解释核心概念,再结合自己的使用经验说明
- 对于流程自动化问题,先分析现有流程,找出重复性任务,再设计AI辅助方案
- 请描述你过去参与的AI相关项目,你具体做了什么?
- 解释一下RAG架构的工作原理,你如何设计知识库?
- 你使用过哪些AI开发平台?Dify和LangChain有何异同?
- 如何处理一个不熟悉的技术栈?举例说明
- 面对一个业务流程,你如何将其自动化?
职位点评
67
综合评分
奔驰AI实习,前沿RAG技术,发展性强,但薪资福利未披露,WLB未知。
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
该职位最适合追求技术成长和实践经验的学生,对薪资和WLB要求不高。
表现最好
成长发展
相对薄弱
工作生活
薪资福利60
成长发展80
工作生活50
使命价值70
薪资福利
60中等
实习薪资预计为市场水准,未提及具体福利,补偿性满足一般。
薪资信号未披露(AI估算:4K-6K/月)
成长发展
80较高
该职位提供丰富的AI应用开发实践,接触RAG等前沿技术,发展空间大。
技术前沿前沿/新兴技术
技术栈AI、RAG、Dify、LLM、Linux
成长机会Learning Opportunities
业务类型ambiguous
工作生活
50较低
实习需现场办公,工作地点在大兴,通勤可能较远,WLB信息未知。
工作模式仅现场办公
办公地点科技园/产业园
加班情况未提及(无法判断)
使命价值
70中等
项目应用于汽车行业质量管理,有实际业务价值,但社会影响力中性。
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
奔驰 的其他在招职位
相似职位推荐
Watch Jobs