小红书
【2027校招】AI agent算法工程师（企业智能）
【2027校招】AI agent算法工程师（企业智能）
发布于 大约 8 小时前普通员工/个人贡献者
全职员工仅现场办公人工智能
人工智能
Ai Agent
Ai评测
Llm
Prompt Engineering
Rag
Workflow Automation
数据分析
值不值得投
72综合评分
综合评分 72
前沿AI技术岗，成长空间大，但WLB未明确，适合追求技术发展的校招生。
从起薪待遇、成长路径、工作节奏和岗位方向综合评估，方便比较职业起点。
薪资怎么样
20K
比人工智能中位数高
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 1360 个在招 · 其中人工智能 8 个
市场机会
选择面较广
北京 · 人工智能 · 约 370 个在招
职位详情
关于这个职位
该职位是小红书企业智能部的AI agent算法工程师，负责参与AI-native产品的设计、原型验证和上线落地，包括AI Agent和Agentic Workflow的开发、企业级Context Layer建设，以及大模型应用评测等工作
工作场景覆盖组织管理、业务分析、运营提效等，旨在通过AI重新定义公司的决策与协同方式
最低要求
本科及以上学历，计算机、人工智能、数据科学、统计学、信息管理、管理科学、社会科学、心理学、设计、人机交互等相关背景优先
对 AI-native产品、LLM、Agent、Workflow Automation、Context Engineering 等方向有强兴趣，有相关项目经验优先
具备较强的问题拆解能力和产品敏感度，能够从复杂业务流程中识别高价值 AI 场景，并抽象成可落地的产品或工作流方案
具备一定工程能力者优先，包括 Python、Java、API 调用、RAG、Prompt Engineering、LangChain/LangGraph、Coze等任一相关经验
具备 AI 评测、数据标注、Prompt 优化、RLHF、模型效果分析、Badcase 归因经验者优先
具备优秀的沟通表达和协同推动能力，能够与产品、研发、运营、数据、算法、业务负责人等多角色合作
有好奇心、学习速度快，愿意在不确定性中探索新问题，并把探索结果转化为可验证、可交付、可复用的成果
工作职责
参与小红书内部 AI-native 产品的设计、原型验证和上线落地，围绕组织管理、业务分析、运营提效、知识协同、经营决策等场景，探索 AI 产品新形态
参与 AI Agent 和 Agentic Workflow 的设计与开发，包括任务拆解、工具调用、上下文管理、记忆机制、结果校验、多轮交互和工作流编排等能力建设
参与企业级 Context Layer 建设，结合小红书内部文档、业务数据、项目进展、组织关系、会议纪要、OKR 等信息，构建可被 AI 理解和调用的上下文体系
参与大模型应用评测与 AI Trainer 相关工作，包括 Prompt 设计、模型输出评估、标注规范建设、Badcase 分析、Validation验证、效果评估、质量反馈闭环等
深入小红书真实业务场景，与业务团队一起发现高价值 AI 应用机会，完成需求澄清、方案设计、快速原型、效果验证和产品化沉淀
参与 AI Workflow FDE 项目交付，将业务中的重复性、复杂性、高认知负荷工作流转化为 AI 辅助流程，推动从单点提效走向规模化复用
关注国内外 AI Agent、AI Product、LLM 应用、企业智能、工作流自动化等方向的前沿进展，并结合小红书业务场景形成产品判断和技术方案
优先资格
做过 AI Agent、AI助手、知识库问答、自动化工作流、数据分析 Copilot、运营 Copilot、企业内部工具等项目
熟悉 RAG、Function Calling、Tool Use、多 Agent 协作、工作流编排、模型评测、A/B 实验或数据分析
有 AI 产品从 0 到 1 的原型设计、MVP 搭建、复杂Skill设计和落地、效果验证经验
具备较强的业务 sense，能理解小红书在社区、内容、商业化等场景中的复杂业务问题
有 FDE、解决方案工程师、业务分析、数据分析、产品经理、策略运营等复合型经历优先
AI 洞察
优缺点分析
优点
- 技术前沿性强，直接参与AI Agent、LLM等热门方向的研发，积累稀缺技术经验
- 公司平台资源丰富，小红书作为超大型企业，提供真实业务场景和规模化应用机会
- 跨领域协作多，能与产品、业务等多团队合作，提升综合能力和行业视野
- 创新氛围浓厚，企业智能部聚焦AI-native探索，鼓励从0到1的创新实践
- 技术复杂度高，AI Agent和Workflow开发涉及多模块集成，需要较强的学习与解决问题能力
- 业务场景深入，需快速理解小红书内部复杂业务，可能面临需求变化和技术落地的不确定性
- 适合对AI技术有强烈兴趣、具备工程基础和产品思维、喜欢探索创新场景的应届生，尤其适合希望在实际业务中推动AI落地的人
缺点 / 挑战
- 跨角色协同压力，需与不同团队沟通对齐，推动项目从原型到产品化，对协作能力要求高
角色解读
- 深耕AI Agent和企业智能方向，可成长为AI算法专家或技术负责人，主导复杂AI系统设计
- 结合业务理解，向AI产品经理或解决方案架构师发展，负责AI产品战略与落地
- 随着团队扩张，有机会晋升为技术管理者，带领团队探索AI在组织中的创新应用
- 参与AI-native产品的全生命周期开发，从需求分析、原型设计到上线落地，覆盖组织管理、运营提效等业务场景
- 负责AI Agent和Agentic Workflow的技术实现，包括任务拆解、工具调用、上下文管理等核心模块的开发与优化
- 构建企业级Context Layer，整合内部文档、业务数据等信息，为AI应用提供可理解的上下文体系
- 进行大模型应用评测和AI Trainer工作，通过Prompt设计、效果评估等确保AI输出质量
- 掌握AI和LLM相关知识，熟悉Agent设计、RAG、Prompt Engineering等技术，具备Python等编程能力
- 具备问题拆解和产品思维，能从复杂业务中识别AI应用场景并设计可落地方案
- 良好的沟通协作能力，能与产品、研发、业务等多角色高效合作，推动项目交付
- 有好奇心和快速学习能力，适应不确定性环境，将探索转化为可交付成果
申请策略
- 研究小红书业务特点和AI应用方向，在简历和面试中展示对公司的了解与热情
- 准备AI相关项目案例，能清晰阐述问题、技术方案和成果，突出个人贡献
- 突出AI相关项目经验，如Agent开发、RAG应用、Prompt优化等，展示技术实践能力
- 强调问题拆解和业务理解能力，通过案例说明如何从需求到方案设计与落地
- 列出Python、LangChain等工程技能，以及AI评测、数据分析等附加能力
- 体现沟通协作和学习能力，通过团队项目或快速学习经历展示软实力
- 深入学习AI Agent、Workflow Automation和Context Engineering，通过在线课程或实战项目提升技术深度
- 练习Prompt Engineering和AI评测方法，尝试构建简单RAG系统，积累实战经验
面试指南
- 使用STAR法则（情境、任务、行动、结果）结构化回答项目经验，突出技术选型和成果
- 对于设计类问题，先明确目标和约束，再分步阐述技术方案，强调可落地性和扩展性
- 结合具体业务场景，从需求分析、原型设计、效果评估到迭代优化，展示端到端思维
- 请描述一个你参与的AI Agent或类似项目，你在其中负责什么？遇到了哪些挑战？
- 如何设计一个企业级Context Layer来整合多源信息？请说明技术思路
- 在AI产品从0到1的过程中，你如何验证效果并进行优化？
- 如果让你为小红书的运营提效设计一个AI工作流，你会怎么做？
- 你如何保持对AI前沿技术的学习，并将其应用到实际场景中？
职位点评
薪资福利70
成长发展85
工作生活50
使命价值75
薪资福利
70中等
校招岗位薪资可能达到市场水准，但JD未提及具体福利，补偿性动机满足程度中等。
薪资信号市场水准 (15K-25K/月)
成长发展
85较高
职位涉及AI前沿技术，提供从0到1的产品实践机会，对技能成长和职业发展有较好支持。
技术前沿前沿/新兴技术
技术栈AI Agent、LLM、Workflow Automation、RAG、Python、Prompt Engineering、LangChain
成长机会探索 AI 产品新形态、关注国内外前沿进展、把探索结果转化为可验证、可交付、可复用的成果
业务类型ambiguous
工作生活
50较低
JD未明确工作模式和WLB信息，办公地点为多城市现场，生活化动机满足程度有限。
工作模式未明确
办公地点未明确
加班情况未提及（无法判断）
使命价值
75中等
AI领域处于高速增长赛道，职位通过技术提升组织效率，具有中等偏上的社会价值感。
行业发展高速增长赛道
社会影响中性/一般
使命信号让决策更有效、管理更简单、协同更高效，让工作回归创造
创新程度开拓性创新（行业首创）
Watch Jobs