阿里巴巴
日常实习生-用户运营技术-AI应用开发工程师
日常实习生-用户运营技术-AI应用开发工程师
发布于 大约 14 小时前实习/见习
实习生仅现场办公人工智能
人工智能
Claude Code
JavaScript
Llm
Prompt Engineering
Rag
值不值得投
71综合评分
综合评分 71
大厂AI前沿岗位，技术成长极佳，但实习薪资一般且需现场办公。
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。
薪资怎么样
5K
与人工智能中位数基本持平
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 1580 个在招 · 其中人工智能 91 个
市场机会
选择面较广
杭州 · 人工智能 · 97 个在招
职位详情
关于这个职位
这是一个阿里巴巴杭州的日常实习岗位，聚焦AI应用开发，利用Agent等前沿技术解决实际业务问题
实习生将参与从需求分析到系统落地的全流程，包括架构设计、知识库构建、Agent核心模块实现与性能优化，适合对AI应用有热情、动手能力强的在校学生
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：Cursor、Claude code等AI编程工具重度或顶级玩家，具备极强的Prompt编写与调优能力，有过完整的项目级开发经验，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，能够清晰拆解任务并通过LLM或确定性逻辑兜底实现
熟悉主流大模型的应用范式(Context Engineering、Prompt Engineering、Agent、工具/函数调用等等)及主流Agent框架(如LangChain等)，具备大模型幻觉、Prompt注入等风险的工程化应对思路
● 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，鼓励你提出能提出打动人心、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
具体职责包括以下相关方向的一项或多项：
需求理解与归因：
● 深入业务场景，利用数据挖掘与特征分析完成现象归因
精准识别高价值问题，将模糊的业务痛点转化为明确的 AI 解决目标
架构设计：
● 面向具体业务需求，设计 AI 原生系统架构
参与 Agent 系统核心模块的规划，包括记忆管理、推理策略与工具编排，兼顾架构的灵活性、可扩展性与工程可落地性
知识与环境构建：
● 搭建AI与现有业务系统的交互环境，涵盖 API 接入、RAG 知识库构建、记忆方案设计
持续优化召回质量与上下文注入策略，为模型提供准确、及时的执行环境与知识支撑
核心能力实现：
● 负责Agent关键模块的工程落地，实现意图识别、任务拆解与反思纠错闭环
封装标准化SDK/API服务，构建Agent观测体系，实现全链路追踪与多维归因分析
系统迭代与演进：
● 建立搭建自动化评测与回测机制，通过调优与Case分析不断收敛效果与性能提升的最优路径
沉淀方法论与可复用组件，推动 AI 能力从单点验证走向规模化落地
性能优化：
● 优化高并发场景下的系统性能，通过异步处理与降级策略保障稳定性，通过低侵入性观测手段保障系统的长期稳定运行
优先资格
● 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
- 阿里巴巴大厂平台，接触前沿AI技术，参与真实业务场景，技术落地性强
- 团队资源丰富，有完整的技术体系和导师指导，能快速提升工程能力和AI实战经验
- AI应用方向人才需求旺盛，实习经历含金量高，未来职业发展空间大
- 工作强度可能较大，实习期需要快速产出，适应快速迭代的节奏
- 竞争激烈，转正名额有限，需要展现出色的技术能力和业务贡献
- 适合对AI应用充满热情、有极客精神、自驱力强、喜欢动手实践的在校学生，尤其是能熟练使用AI编程工具并善于将想法快速落地的人
缺点 / 挑战
- 岗位要求极高，需要掌握AI编程工具、LLM原理、Agent开发等多项前沿技能，学习压力大
角色解读
- 从AI应用开发实习生成长为AI应用工程师，深入Agent技术方向
- 随着经验积累，可晋升为AI应用架构师或技术专家，主导核心AI项目
- 实习表现优秀可转正，参与阿里巴巴核心AI业务，获得更广阔的发展空间
- 深入业务场景进行数据挖掘和问题归因，将模糊的业务痛点转化为AI解决目标
- 设计AI原生系统架构，参与Agent核心模块的规划，包括记忆管理、推理策略与工具编排
- 搭建AI与业务系统的交互环境，包括API接入、RAG知识库构建和记忆方案设计
- 实现Agent关键模块的工程落地，封装SDK/API服务，并构建观测体系进行全链路追踪
- 精通AI编程工具（如Cursor、Claude Code）和Prompt编写调优，能独立完成项目级开发
- 理解主流LLM的能力与局限，熟悉LangChain等Agent框架及Context Engineering、Prompt Engineering等应用范式
- 具备扎实的计算机基础，精通至少一种编程语言（Java/Python/JS），掌握常见工程实践
- 有快速啃透前沿论文并转化为代码的能力，同时具备自驱力和好奇心
申请策略
- 准备一个可展示的Demo或项目链接，在简历中明确写出对LLM和Agent的理解
- 了解阿里巴巴在AI应用方面的业务布局，比如电商场景下的智能客服、智能运营等，在面试中体现业务理解
- 突出个人独立完成的AI项目，尤其是Agent、RAG或多智能体相关，并展示具体技术方案和成果
- 强调AI编程工具的使用经验，如Cursor、Claude Code，附上Prompt调优的实例
- 展示开源贡献、技术博客或社区影响力，证明技术实力和影响力
- 体现学习能力，如快速啃读前沿论文并实现为代码的经历
- 熟练使用Cursor、Claude Code等AI编程工具，练习编写高质量Prompt，推动项目落地
- 学习LangChain等Agent框架，动手搭建一个简单的Agent应用，理解记忆、推理和工具调用机制
面试指南
- 使用STAR法则描述项目经历，突出个人贡献、技术选型和量化结果
- 回答Prompt调优时，结合具体案例说明迭代过程，体现对模型能力的理解和调试方法
- 设计Agent系统时，从模块化角度拆解，强调兼顾灵活性、可扩展性和可落地性，并提及RAG、兜底策略等
- 针对大模型幻觉，可从RAG检索增强、外部工具验证、确定性逻辑兜底、安全过滤等角度回答
- 请描述一个你独立完成的AI项目，包括技术方案、实施难点和最终效果
- 你如何让AI写出生产级代码？请举例说明你的Prompt编写和调优思路
- 请解释Agent系统的基本架构，并谈谈记忆管理和推理策略的设计
- 你如何应对大模型幻觉？给出工程化的解决思路
职位点评
薪资福利60
成长发展90
工作生活50
使命价值70
薪资福利
60中等
实习薪资相对固定且不高，但阿里平台能提供完善的福利和较好的实习待遇，整体属于中等水平。
薪资信号未披露（AI估算：3K-6K/月）
成长发展
90较高
该岗位处于AI前沿技术赛道，提供大量学习和实践机会，参与核心业务项目，技术成长空间极大。
技术前沿前沿/新兴技术
技术栈Agent、LLM、LangChain、RAG、Prompt Engineering、Cursor、Claude Code、Java、Python、JS
业务类型profit_center
工作生活
50较低
仅现场办公，未提及弹性工作或远程，实习期可能需要投入较多时间和精力，WLB一般。
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
职位属于AI驱动业务增长的核心方向，技术价值较高，但社会影响力中性，主要服务于商业目标。
行业发展高速增长赛道
社会影响中性/一般
创新程度积极采用新技术
阿里巴巴 的其他在招职位
相似职位推荐
Watch Jobs