Alibaba logo
阿里巴巴
日常实习生-用户终端技术-AI应用开发工程师

日常实习生-用户终端技术-AI应用开发工程师

发布于 1 小时前

实习/见习

AI 估算 · 0.3–0.4千 · AI 参考估算
其它
学历未注明
实习生仅现场办公人工智能
人工智能
Ai Agent
Prompt Engineering
Rag
向量数据库
大模型应用开发
机器学习工程

值不值得投

80综合评分

综合评分 80

顶尖大厂、前沿AI技术栈、高成长潜力、高强度挑战

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

1.0千

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

约 5060 个在招 · 其中人工智能 约 420 个

市场机会

选择面较广

杭州 · 人工智能 · 约 480 个在招

职位详情

关于这个职位

该职位是阿里巴巴用户终端技术部门的日常实习岗位,主要参与AI应用及端到端研发链路建设

核心工作包括Agent核心能力(任务拆解、工具调用等)与知识库/RAG能力的研发,以及将这些基建能力集成到实际应用中,并负责评测反馈闭环的建设

最低要求

基础条件:计算机、软件工程、人工智能等相关专业优先

专业能力:
AI编程工具重度玩家:熟练使用Cursor、Claude code等AI编程工具,具备极强的Prompt编写与调优能力,有完整项目级开发经验,理解如何让AI写出生产级代码
大模型能力理解与掌握:理解主流LLM的能力与局限,能清晰拆解任务并通过LLM或确定性逻辑兜底实现
熟悉主流大模型应用范式(Context Engineering、Prompt Engineering、Agent、工具/函数调用等)及主流Agent框架(如LangChain等),具备应对大模型幻觉、Prompt注入等风险的工程化思路
扎实的代码和工程能力:具备扎实的计算机基础知识,深入理解数据结构、算法、网络和操作系统等相关知识,能至少在一种主流编程语言(如Java/Python/JS等)上有深度的实践经验,掌握常见工程实践并具备优秀的Coding能力,能够根据场景灵活选型并快速上手
能力特质:
学习能力:具备快速啃透前沿论文(Paper)的能力,并能将理论知识转化为工程代码
开放性与动手能力:拒绝纸上谈兵,有自己独立完成的小项目(开源项目或个人Demo),展现极客精神
好奇心与想象力:面对未知事物有独特的想法,具备敏锐的问题定义能力和坚韧的解决问题能力
审美追求:技术亦有审美,鼓励提出能打动人心、简洁优雅的好想法
高能动性:具备强烈的自驱力,能够主动探索边界,而不是等待被分配任务

工作职责

参与Agent核心能力研发,包括任务理解与拆解、工具调用与编排、上下文与记忆管理、Prompt/Skill策略及反思纠错机制

结合真实研发任务的执行轨迹与失败案例,提出并实现可评测的改进方案
参与知识库与RAG能力建设,包括知识接入、清洗与结构化、索引与检索、召回质量优化、知识缺口识别及更新反馈,探索将研发经验沉淀为可检索、可复用的知识与技能资产
参与上述基建能力在端到端研发Agent、工作流与AI应用中的集成和消费,完成从需求与方案到代码实现、工具/API接入、测试验证及效果评测的实际工程任务,推动应用侧反馈反哺Agent和知识库能力
参与评测与飞轮工程链路建设,包括任务与案例采集、数据集整理、评测执行、回归测试、问题归因和实验对比,关注任务成功率、功能正确性、知识检索质量、执行稳定性及时间/成本表现,将评测结果用于下一轮迭代
参与版本与实验管理,保存候选方案、修改依据和评测结果,沉淀可复用组件与实践文档
改进方案经独立评测及团队审核后再进入稳定版本,避免仅凭模型自评或单一案例判断有效性

优先资格

加分项:

有AI应用或Agent实际落地经验:包括不限于RAG系统、多智能体编排、结合MCP、Skill等的Agent项目,有可展示的项目/实习成果者优先
开源贡献或技术影响力:在Github上有高质量AI项目、技术博客或社区影响力
对AI Infra有基本理解:了解vLLM、Ollama等推理框架原理,理解延迟优化、KV cache优化、流式输出等工程全局视角
在CV(计算机视觉)或NLP(自然语言处理)方向有扎实的理论基础,有实际业务场景模型训练(SFT、RL)等经验的优先

AI 洞察

优缺点分析

优点

  • 接触最前沿的AI Agent与RAG技术,技术栈极具竞争力
  • 在巨头企业积累高质量的工程实践与项目经验
  • 有机会直接参与核心研发链路,获得顶级导师指导
  • 技术迭代极快,需要保持高强度的自主学习与跟进
  • 对工程落地能力要求极高,需兼顾理论创新与实际稳定性
  • 对AI前沿技术充满热情、具备极强动手能力和自驱力的计算机相关专业在校生

缺点 / 挑战

  • 竞争压力大,需展现出极强的自驱力与问题解决能力
  • 喜欢挑战新技术,有开源项目或独立开发经历的极客型学生

角色解读

  • 从实习生成长为独立的AI应用工程师或Agent架构师
  • 向AI Infra方向深化,掌握模型推理优化与大规模部署
  • 或在垂直领域(如CV/NLP)成为具备业务落地能力的算法/工程专家
  • 参与AI Agent核心能力(如任务拆解、工具调用)的研发与优化
  • 构建和维护知识库与RAG系统,提升知识检索与处理能力
  • 将AI基建能力集成到实际应用中,并建立评测反馈闭环以持续迭代模型效果
  • 精通AI编程工具(如Cursor/Claude Code)及Prompt Engineering
  • 深入理解LLM特性及Agent框架(如LangChain)
  • 扎实的计算机基础与至少一门主流语言的深度编码能力
  • 具备快速阅读并转化前沿论文为代码的学习能力

申请策略

  • 准备详细的项目介绍,重点说明你在其中的角色、技术选型理由及解决的具体难题
  • 展示对AI最新进展的关注,如阅读过相关Paper并尝试复现
  • 突出AI编程工具的使用经验及Prompt调优案例
  • 展示完整的AI项目(特别是Agent/RAG方向)及GitHub开源贡献
  • 强调计算机基础扎实程度及快速学习新技术的能力
  • 深入学习LangChain/LlamaIndex等主流Agent框架
  • 掌握向量数据库原理及RAG系统优化技巧
  • 提升Python/Java等语言的工程化编码规范与性能优化能力

面试指南

  • 采用STAR法则(情境、任务、行动、结果)描述项目经历,重点突出技术难点与个人贡献
  • 对于技术问题,先阐述基本原理,再结合实际应用场景分析优劣,最后给出自己的工程化解决方案
  • 请详细介绍一个你使用AI编程工具完成的复杂项目,你是如何设计Prompt和优化结果的?
  • 在构建RAG系统时,你遇到过哪些检索质量问题?是如何通过技术手段解决的?
  • 如何评估一个Agent任务的成功率?你会设计哪些评测指标?
  • 请解释一下大模型幻觉产生的原因,以及在工程中有哪些常见的规避手段?
  • 如果让你设计一个多智能体协作系统,你会如何进行任务拆解与协调?
  • 复习数据结构、算法及计算机网络等基础知识

职位点评

薪资福利75
成长发展95
工作生活60
使命价值80

薪资福利

75中等

作为互联网巨头企业的实习岗位,通常提供具有竞争力的实习津贴和完善的福利体系,但实习性质决定了其长期薪酬稳定性不如正式员工。

薪资信号未披露(AI估算:0.3–0.4千/月)

成长发展

95较高

该职位处于AI技术的最前沿,涉及Agent、RAG等高价值技术领域,且强调前沿论文转化与工程落地,成长空间极大。

技术前沿前沿/新兴技术
技术栈AI Agent、RAG、Prompt Engineering、LangChain、LLM、Cursor、Claude code、vLLM、Ollama
成长机会快速啃透前沿论文、将理论知识转化为工程代码、沉淀可复用组件与实践文档
业务类型profit_center

工作生活

60中等

互联网大厂通常工作节奏较快,虽然实习岗位压力相对较小,但JD强调高能动性与快速迭代,可能面临一定的工作强度。

工作模式未明确
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

80较高

致力于让AI能力在可验证反馈中持续提升,推动真实任务数据进入改进循环,具有较高的技术创新价值与社会意义。

行业发展高速增长赛道
社会影响正向社会影响力较高
使命信号使AI能力不仅能够完成任务,也能在可验证的反馈中持续提升
创新程度开拓性创新(行业首创)
Watch Jobs