Xiaohongshu logo
小红书
AI Native工程实习生

AI Native工程实习生

发布于 1 小时前

实习/见习

AI 估算 · 0.4–0.6千 · AI 参考估算
无经验要求
学历未注明
实习生仅现场办公AI算法
AI算法
Agent开发
Api集成
JavaScript
Rag
大模型应用
系统架构

值不值得投

76综合评分

综合评分 76

前沿Agent技术、高成长潜力、高强度交付导向的实习机会

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AI算法中位数低

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 2390 个在招 · 其中AI算法 4 个

市场机会

选择面较广

上海 · AI算法 · 92 个在招

职位详情

关于这个职位

作为小红书AI Native工程实习生,你将利用扎实的Agent工程能力,将产品创意转化为稳定可用的软件

主要负责构建Agent核心能力(任务规划、工具调用等),提升工程可靠性,并探索AI与用户协作的创新产品形态,推动功能从设计到上线的全流程交付

最低要求

任职要求:

在校学生,具备扎实的编程基础,熟练使用 Python 或 TypeScript/JavaScript 至少一种语言
理解 API、异步任务、数据存储与基本测试方法
具备 Agent 实战能力:有可运行的 Agent 项目,能独立实现模型调用、工具执行与多步骤任务流程,并讲清架构设计、技术取舍和实际效果
理解关键工程机制:熟悉结构化输出、工具调用、上下文管理、RAG 与状态管理
能结合执行日志定位工具失败、上下文膨胀、任务中断等问题,并提出改进方案
兼具产品判断与 AI Native 工作方式:能拆解用户目标、确定优先级和验收标准
熟练用 AI 辅助设计、编码与测试,并独立核验生成结果
主动探索、负责到底:对 Agent 技术保持好奇与工作热情,愿意提出并验证新想法
能持续推进任务,主动沟通风险,对交付质量和最终结果负责

工作职责

工作职责:

构建 Agent 核心能力:参与任务规划与执行、工具调用、上下文与记忆管理、Skill/MCP 接入及工作流编排,完成模型、工具和业务系统的集成
提升工程可靠性:完善任务状态、持久化、异常恢复、权限控制和执行日志,建设测试与评测,定位复杂调用链中的失败原因
探索产品创新:从真实用户需求出发,提出新功能与交互方案,快速制作原型并亲手实现,探索 Agent 与人的协作方式
推动完整交付:参与模块设计、开发、测试、上线和迭代,结合用户反馈及任务成功率、延迟、成本持续改进产品

优先资格

加分项:

完整软件工程经验:经历过从需求、架构、开发、测试到部署、监控和持续迭代的完整过程,能展示工程成果与实际贡献
独立产品或创业经历:独立开发并发布过产品,或参与过创业及从 0 到 1 的产品探索,有真实用户、反馈与迭代记录
深入研究或贡献过 Agent 框架、MCP/Skill 生态,有多 Agent 协作、长任务执行、沙箱或自动化评测实践
有可展示的实验报告、开源贡献、竞赛或论文成果
有 SFT/LoRA、知识蒸馏、Embedding/Reranker 优化或推理加速实践

AI 洞察

优缺点分析

优点

  • 接触前沿的Agent技术与MCP生态,拥有极高的技术成长空间
  • 在头部互联网公司积累大型项目实战经验
  • 技术栈更新极快,需要持续学习最新的大模型应用范式
  • 对工程可靠性和系统稳定性要求极高
  • 对AI Native应用充满热情,具备扎实编程基础和一定Agent实战经验的在校生

缺点 / 挑战

暂无明显挑战项

角色解读

  • 可向AI应用架构师、高级算法工程师或AI产品经理方向发展,深耕大模型落地与智能体生态
  • 负责设计和实现基于大模型的智能体(Agent)系统,包括任务规划、工具调用和工作流编排
  • 熟练掌握Python或TS/JS编程,深入理解RAG、上下文管理及模型调用机制,具备Agent实战项目经验

申请策略

  • 准备详细的项目演示或代码仓库,清晰阐述技术难点与解决方案,展现产品思维与工程能力的结合
  • 突出展示可运行的Agent项目,详细说明架构设计、技术选型及解决的具体问题(如上下文管理、工具调用失败等)
  • 补充RAG系统优化、多Agent协作机制及SFT/LoRA微调等相关知识,提升工程化落地能力

面试指南

  • 使用STAR法则(情境、任务、行动、结果)描述项目经历,重点突出技术决策背后的思考过程及量化成果
  • 请详细介绍你做过的一个Agent项目,包括架构设计和遇到的最大挑战
  • 如何处理Agent在执行过程中的上下文膨胀和状态管理问题?
  • 在设计工具调用和工作流编排时,如何保证系统的稳定性和错误恢复能力?
  • 你对MCP协议或Skill生态有什么理解和实践经验?
  • 复习大模型应用开发的核心概念(RAG、Prompt Engineering、Tool Use),准备1-2个深度剖析的技术案例

职位点评

薪资福利70
成长发展95
工作生活50
使命价值80

薪资福利

70中等

作为C轮后的大型互联网公司,提供符合市场水准的实习薪资,但JD未明确具体金额。

薪资信号未披露(AI估算:0.4–0.6千/月)

成长发展

95较高

职位聚焦于最前沿的Agent工程领域,涉及MCP、多Agent协作等高阶技术,成长空间极大。

技术前沿前沿/新兴技术
技术栈Agent、MCP、Skill、RAG、SFT、LoRA、Embedding
业务类型profit_center

工作生活

50较低

JD强调'推动完整交付'和'负责到底',暗示较高的工作投入度,但未明确提及加班文化或弹性工作制。

工作模式未明确
办公地点市区核心地段
加班情况未提及(无法判断)

使命价值

80较高

致力于探索AI与人的协作方式,推动产品创新,具有显著的技术前瞻性和行业影响力。

行业发展高速增长赛道
社会影响正向社会影响力较高
使命信号探索 Agent 与人的协作方式、推动完整交付
创新程度开拓性创新(行业首创)
Watch Jobs