道富公司
Intern
Intern
发布于 大约 15 小时前实习/见习
杭州市
初级经验
实习生
仅现场办公
学历未注明
软件工程
SQL
RAG
API
LLM
NoSQL
Prompt Engineering
AI 估算 · 4k–8k
实习生岗位薪资通常较低，但外企和前沿AI技术可能有一定吸引力，杭州市场实习生月薪约4000-8000元。
职位详情
关于这个职位
这是一个面向在校生的实习生岗位，主要参与基于大语言模型和自主代理架构的AI应用开发
你将与团队协作，使用LangChain、向量数据库等前沿技术构建智能应用，积累AI工程化经验
最低要求
Strong proficiency in Python programming and backend development.
Hands-on experience with prompt engineering and large language models (LLMs).
Experience with frameworks such as LangChain or equivalent agent orchestration tools.
Solid understanding of vector embeddings and experience with vector databases.
Strong experience in database technologies (SQL/NoSQL) and efficient query design.
Experience building AI-powered applications (chatbots, copilots, agents, etc.).
Familiarity with API development and integration (REST/GraphQL).
Understanding of distributed systems and scalable architecture design.
工作职责
Design and develop agentic AI applications capable of autonomous reasoning, planning, and execution.
Build and orchestrate multi-agent workflows using frameworks such as LangChain (or similar).
Develop and optimize prompt engineering strategies to enhance LLM performance and reliability.
Integrate vector databases (e.g., Pinecone, FAISS, Milvus) for semantic search and retrieval-augmented generation (RAG).
Implement efficient database querying logic (SQL/NoSQL) to support AI workflows and data-driven decision-making.
Develop backend services and pipelines using Python, ensuring scalability, performance, and maintainability.
Design and implement APIs and microservices to support AI application integration.
Collaborate with data engineers, ML engineers, and product teams to deliver end-to-end AI solutions.
Ensure best practices in model governance, observability, and security for enterprise-grade AI systems.
Continuously evaluate and adopt emerging technologies in the AI/LLM ecosystem.
优先资格
Experience with advanced agent frameworks (e.g., AutoGPT, CrewAI, Semantic Kernel).
Knowledge of RAG architectures and hybrid search systems.
Experience with cloud platforms (Azure/AWS) and containerization (Docker/K8s).
Familiarity with ML Ops / AI Ops practices.
Exposure to enterprise data governance and security requirements.
AI 洞察
优缺点分析
优点
- 接触前沿的AI代理技术栈，包括LangChain、向量数据库、RAG等，技能积累价值高
- 外企平台，流程规范，有机会了解企业级AI治理和安全实践
- 团队协作和数据工程师、ML工程师等合作，拓宽视野
- 提供灵活的工作生活支持和带薪志愿者日等福利，工作环境友好
- 技术迭代快，需要持续学习新工具和框架
- 作为实习生可能需要适应高强度学习和快速交付的节奏
- 适合计算机、人工智能相关专业在校生，对LLM和AI代理有强烈兴趣，具备较强编程能力和自驱力，希望积累业界经验的求职者
缺点 / 挑战
- 实习生岗位通常竞争激烈，且要求较高，需要具备较强的Python和AI基础
角色解读
- 实习生转正后可向初级AI工程师发展，深入参与核心AI系统建设
- 积累项目经验后，可成长为高级AI应用工程师或技术负责人
- 未来可向AI架构师、技术经理或AI产品专家方向拓展
- 设计和开发基于自主代理架构的AI应用，实现推理、规划和执行功能
- 使用LangChain等框架构建和编排多代理工作流程
- 优化提示工程策略，提升大语言模型性能，集成向量数据库实现语义搜索和RAG
- 开发后端服务和API，支持AI应用集成，并确保系统的可扩展性和安全性
- 精通Python编程和后台开发，具备扎实的工程能力
- 熟悉提示工程和大语言模型，有实际使用LangChain或类似框架的经验
- 理解向量嵌入和向量数据库技术，能够进行高效查询设计
- 具备API开发和分布式系统基础知识，了解云平台和容器化更佳
申请策略
- 在申请信中表达对AI代理技术热情，并可提及对道富公司金融科技业务的了解
- 如果能在面试中展示一个简单的AI代理Demo，会大大增加竞争力
- 突出Python项目经验，尤其是与AI、LLM相关的项目
- 展示使用LangChain、向量数据库或RAG架构的实际案例
- 强调API开发、后端服务构建和数据库设计的经验
- 如果有开源贡献或技术博客，体现学习能力和技术热情
- 深入学习LangChain框架和代理工作流设计
- 实践向量数据库（如Pinecone、FAISS）和RAG系统搭建
面试指南
- 概念理解+项目经验：先阐述核心概念，然后结合自己做过的项目或学习案例具体说明
- 问题解决思路：针对设计类问题，采用“需求分析—方案选择—实现细节—优缺点”的结构
- 应对技术问题：展示扎实的理论基础，同时承认不确定性，并给出进一步探索的方向
- 请谈谈你对Agentic AI的理解，以及它与传统AI应用的区别？
- 如何使用LangChain构建一个多代理工作流？请描述一个具体场景
- 解释RAG架构，并说明如何优化检索质量？
- 在一个Python后端项目中，你是如何设计API和数据库查询的？
- 如何处理大语言模型的幻觉问题？你有什么提示工程策略？
职位点评
58
综合评分
前沿AI技术栈实习，成长空间大，但薪资较低，现场办公。
更适合这类人
该职位最适合追求技术成长、希望接触前沿AI技术的求职者，对薪资要求不高。
表现最好
成长发展
相对薄弱
薪资福利
薪资福利30
成长发展90
工作生活60
使命价值50
薪资福利
30较低
实习生薪资普遍较低，但道富作为外企可能提供一定的福利和补贴，整体满足程度有限。
薪资信号未披露（AI估算：4K-8K/月）
福利待遇flexible work-life support、paid volunteer days、vibrant employee networks
成长发展
90较高
该职位技术栈前沿，涉及LLM、LangChain、向量数据库等热门技术，成长空间巨大。
技术前沿前沿/新兴技术
技术栈LangChain、Vector Database、RAG、Prompt Engineering、LLM、Agentic AI
成长机会internship
业务类型ambiguous
工作生活
60中等
明确提供灵活工作生活支持和带薪志愿者日，但未提及远程办公，现场办公为主。
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）
工作生活平衡flexible work-life support、paid volunteer days
使命价值
50较低
金融行业稳定，但实习生岗位的社会影响力有限，主要是技术积累。
行业发展稳定成熟行业
社会影响中性/一般
使命信号help them manage risk、drive performance and profitability
创新程度积极采用新技术
Watch Jobs