DXC Technology
AI应用开发实习生
AI应用开发实习生
发布于 3 小时前实习/见习
实习生混合式弹性办公人工智能
人工智能
Llm
Prompt工程
Rag
向量数据库
值不值得投
78综合评分
综合评分 78
跨国企业AI应用开发实习岗，技术栈前沿、成长空间大、工作模式灵活，适合追求技术成长的在校生。
从薪资福利、成长发展、工作生活和使命价值四个维度综合评估，方便比较实习机会。
薪资怎么样
5千
比人工智能中位数低
发布情况
新岗位 · 今天发布
公司情况
这家公司招聘很活跃
56 个在招
市场机会
选择面较广
上海 · 人工智能 · 约 340 个在招
职位详情
关于这个职位
该职位主要负责大模型应用功能开发，包括Prompt工程、RAG链路优化、Agent流程编排及业务场景落地
你需要协助团队将客户需求转化为技术方案，并参与前沿AI技术的原型验证与工具沉淀，适合对AI应用落地充满热情的在校生
最低要求
本科及以上在读，计算机、软件工程、人工智能、数据科学等相关专业
熟练掌握 Python，了解常用数据结构和算法，具备基本的后端开发能力
了解大语言模型基本原理，具备 LLM API 调用、Prompt 设计、简单 Agent 流程搭建经验
了解 RAG 应用开发流程
了解 MySQL、Redis、FastAPI/Flask 等基础工程工具，能完成简单接口开发、日志排查和联调
具备良好的沟通表达能力和文档习惯，能够清晰理解需求、拆解任务并按时交付
学习能力强，对 AI 应用落地有热情，愿意在真实项目中快速成长
工作职责
参与大模型应用功能开发，协助完成 Prompt 工程、知识库问答、智能问答、文档解析、自动化流程等模块的实现与优化
参与 RAG 相关开发，包括数据清洗、文档切分、向量化、向量数据库索引构建、检索链路优化及效果验证
协助接入主流大模型 API，完成接口联调、上下文管理、工具调用、Agent 流程编排及业务场景落地
配合业务团队梳理需求，将客户场景中的知识库检索、智能问答、流程自动化等需求转化为可落地的技术方案与功能模块
编写技术文档、接口文档、测试用例和交付说明，协助完成功能测试、效果评测、问题排查与版本迭代
跟踪大模型、RAG、Agent、AI 编程工具等前沿技术，参与原型验证与内部工具沉淀
优先资格
计算机、软件工程、人工智能、数据科学等相关专业优先
了解 Linux、Git、Docker 基础操作更佳
接触过向量数据库、知识库问答、文档检索、LangChain / LlamaIndex / Dify 等框架或工具优先
AI 洞察
优缺点分析
优点
- 接触当前最热门的大模型、RAG和Agent技术，积累前沿AI应用落地经验
- 依托跨国企业平台，能接触到真实的商业场景和规范的工程化开发流程
- 工作模式具有一定灵活性，注重员工福祉与包容性文化
- 大模型技术迭代极快，需要保持高强度的持续学习以跟上技术前沿
- 对AI大模型应用充满热情，具备一定Python后端基础，希望在真实商业项目中快速积累AI落地经验的在校生
缺点 / 挑战
- 将模糊的业务需求转化为可落地的AI技术方案，对业务理解和技术转化能力要求较高
角色解读
- 从AI应用开发实习生起步，逐步成长为能够独立负责大模型应用落地的AI工程师
- 未来可向大模型算法工程师、AI架构师或AI产品经理等方向纵深发展
- 负责大模型应用的核心功能开发，包括Prompt工程、RAG链路优化和Agent流程编排
- 协助业务团队将客户需求转化为可落地的AI技术方案，并完成接口联调与功能测试
- 跟踪前沿AI技术，参与原型验证与内部工具沉淀，编写相关技术与接口文档
- 扎实的Python编程基础，熟悉常用数据结构与算法，具备后端开发能力
- 了解大语言模型原理，有LLM API调用、Prompt设计及简单Agent搭建经验
- 熟悉RAG开发流程及MySQL、Redis、FastAPI等基础工程工具
申请策略
- 提前了解DXC Technology的业务方向及近期在AI领域的布局，面试时展现对公司业务的理解
- 准备一个完整的AI应用Demo（如基于RAG的知识库问答），在面试中展示能大幅提升竞争力
- 突出Python后端开发经验及熟悉的数据结构、算法基础
- 详细列出参与过的LLM、RAG或Agent相关项目，强调Prompt设计和向量数据库的使用经验
- 展示良好的文档编写习惯和沟通协作能力，可附上过往的技术文档或GitHub链接
- 深入学习LangChain或LlamaIndex框架，掌握RAG链路的完整开发与优化技巧
- 熟悉FastAPI或Flask框架，提升接口开发与联调能力，了解Docker容器化部署
面试指南
- 技术原理类：采用“概念解释 + 核心步骤 + 实际应用场景/优化点”的结构回答
- 项目经验类：使用STAR法则（情境、任务、行动、结果），重点突出你在项目中的具体贡献和遇到的技术难点及解决方案
- 业务沟通类：强调“倾听理解 -> 技术可行性评估 -> 提供替代方案 -> 达成共识”的沟通闭环
- 请介绍一下你了解的RAG流程，以及在文档切分和向量化时有哪些优化策略？
- 在调用LLM API时，你是如何进行上下文管理和Prompt设计的？
- 如果大模型回答出现幻觉，你会采取哪些技术手段来缓解或解决？
- 请描述一个你使用Python和FastAPI/Flask开发后端接口的经历
- 当业务团队提出的需求在技术上难以直接实现时，你会如何沟通和处理？
职位点评
薪资福利60
成长发展90
工作生活75
使命价值70
薪资福利
60中等
作为实习生岗位，薪资按市场标准日薪折算，满足基本生活需求，但无法与正式员工相比。
薪资信号未披露（AI估算：4–6.5千/月）
成长发展
90较高
岗位涉及大模型、RAG、Agent等前沿技术，且公司鼓励跟踪前沿技术并参与原型验证，技术成长空间极大。
技术前沿前沿/新兴技术
技术栈Python、LLM、RAG、Agent、Prompt工程、向量数据库、LangChain、FastAPI
成长机会跟踪大模型、RAG、Agent、AI 编程工具等前沿技术、参与原型验证与内部工具沉淀、愿意在真实项目中快速成长
业务类型ambiguous
工作生活
75中等
JD明确说明工作模式优先考虑面对面协作，同时提供灵活性以支持员工福祉，WLB有一定保障。
工作模式混合式弹性办公
办公地点未明确
加班情况未提及（无法判断）
工作生活平衡offering flexibility to support wellbeing, productivity, individual work styles, and life circumstances
使命价值
70中等
致力于将AI技术落地于真实业务场景，推动企业智能化转型，具有一定的技术社会价值。
行业发展高速增长赛道
社会影响中性/一般
使命信号fostering an inclusive environment where everyone can thrive
创新程度积极采用新技术
DXC Technology 的其他在招职位
相似职位推荐
Watch Jobs