
千问-日常算法实习-垂类AI搜及 Agent 应用
发布于 1 小时前实习/见习
值不值得投
综合评分 73
前沿大模型算法实习,技术与业务落地价值高,到岗要求较强,WLB信息未披露
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
8.0千
比AI算法中位数高
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 5250 个在招 · 其中AI算法 约 120 个
市场机会
选择面较广
杭州 · AI算法 · 约 130 个在招
职位详情
关于这个职位
该岗位聚焦千问相关的大模型搜索与 Agent 应用,参与语义表征、LLM 搜索能力优化、Agent 框架落地等算法研发与系统建设
最低要求
计算机/人工智能相关专业硕士及以上学历
工作职责
参与大模型搜索与 Agent 核心项目:基于大模型的语义表征与推理、搜索场景下的 LLM 能力优化、以及 Agent 技术在搜索链路中的应用等方向的算法研发与系统建设
优先资格
有 RAG 系统、Agent 框架、模型部署与推理优化等工程落地经验
AI 洞察
优缺点分析
优点
- 岗位直接聚焦大模型搜索与 Agent,是 AI 原生应用中的核心方向,技术成长性强
- 工作内容覆盖算法研发、工程实现和前沿论文追踪,能同时锻炼研究能力与落地能力
- 明确提到使用 AI Coding 工具提升效率,适合希望提升智能研发工作流水平的实习生
- 项目场景强调业务价值,有机会接触高价值垂类任务和真实用户场景
- 岗位同时强调算法创新和工程落地,既要理解前沿技术,也要能快速完成原型、训练和实验迭代
- 适合计算机或人工智能相关硕士,已有大模型、搜索推荐、RAG 或 Agent 项目经历,并希望在高强度真实业务中快速成长的技术型实习生
缺点 / 挑战
- 要求硕士及以上学历,并具备 LLM、RAG、Agent、微调等实践经验,竞争门槛较高
- 需要一周到岗四天以上且实习三个月以上,对在校生的课程和时间安排有较高要求
角色解读
- 实习期间可积累大模型搜索、RAG、Agent 框架和推理优化等实战经验,提升算法工程化能力
- 后续可向大模型算法工程师、搜索推荐算法工程师、Agent 应用研发或 AI 原生应用技术专家方向发展
- 若有论文、竞赛或高质量项目成果,也可继续深造或转向前沿研究型岗位
- 参与大模型搜索与 Agent 核心项目,围绕语义表征、推理能力、LLM 搜索能力优化开展算法研发
- 负责实验设计、结果对比与消融分析,推动 Agent 框架在通用任务和高价值垂类任务中的落地
- 使用 Claude Code、Qoder 等 AI Coding 工具完成原型搭建、数据处理、模型训练和实验迭代
- 跟踪大模型与 Agent 前沿论文,定期输出解读并尝试转化为可落地方案
- 需要扎实的 Python 编程能力,并掌握 C/C++ 等至少一门系统级语言,具备良好代码规范
- 需要熟悉 PyTorch 或 TensorFlow,并对 LLM、Prompt Engineering、SFT/RLHF、RAG、Agent 等主流路线有实践理解
- 需要具备实验设计、数据分析和消融实验能力,能将算法方案转化为实际业务效果
- 需要较强的学习能力、科研追踪能力和沟通协作能力,能快速吸收前沿论文并落地验证
申请策略
- 申请前了解千问及大模型搜索、Agent 应用的产品形态,准备对现有体验的改进思路
- 面试中尽量用数据说明项目成果,并主动说明自己在方案设计、工程实现和实验验证中的具体贡献
- 重点突出与 LLM、RAG、Agent、搜索推荐相关的项目,写清楚问题背景、技术方案、实验指标和最终效果
- 突出 Python、C/C++、PyTorch/TensorFlow 等编程与框架能力,最好附上代码仓库、论文、竞赛或专利链接
- 强调实验设计和消融分析能力,展示你能量化评估方案优劣并持续优化
- 说明可实习时间,明确满足三个月以上、一周四天以上的到岗要求
- 提前准备一个可展示的 RAG 或 Agent 项目,包含数据处理、检索策略、工具调用、评测指标和失败案例分析
- 熟悉 SFT、RLHF、Prompt Engineering、模型部署与推理优化等基础流程,并能讲清技术取舍
面试指南
- 项目类问题采用“背景—目标—方案—实验—结果—反思”的结构,重点说明个人贡献和量化指标
- 技术类问题采用“原理—适用场景—局限—工程实现—评测方法”的框架,避免只停留在概念层面
- 方案设计类问题先澄清目标和约束,再给出基线、改进方案、实验设计和风险点,体现系统化思维
- 请介绍一个你参与过的大模型、RAG 或 Agent 项目,你的具体贡献是什么?
- 如何评价一个 RAG 系统的效果?你会设计哪些指标和消融实验?
- 请解释 Prompt Engineering、SFT、RLHF 和 Agent 之间的关系与适用场景
- 在搜索场景中,大模型语义表征和传统搜索排序方法有哪些结合方式?
- 你如何使用 AI Coding 工具提升原型开发、数据处理或实验迭代效率?
职位点评
薪资福利
JD 未披露薪资与福利信息,但岗位为大模型算法实习,技能门槛较高,通常对技术型求职者具有一定吸引力。稳定性与福利承诺在 JD 中未提及,无法进一步判断。
成长发展
岗位明确聚焦大模型搜索、Agent、RAG、SFT/RLHF、模型部署与推理优化等前沿方向,并要求跟踪顶会论文,成长信号非常强。工作内容兼具算法研发、工程实现和业务落地,适合希望快速积累前沿 AI 实战经验的求职者。
工作生活
JD 明确要求一周到岗四天以上、实习三个月以上,说明现场投入要求较高,但未提及远程、弹性工时或加班情况。办公模式未明确,生活灵活性信息有限。
使命价值
岗位强调推动前沿大模型技术在 AI 原生应用中落地,创造业务价值并带来更好的用户体验,具有较强的行业前沿属性。社会价值表述并非公益或公共使命型,但在 AI 应用创新方面意义较明确。
阿里巴巴 的其他在招职位