Baidu logo
百度
AI 开放平台研发工程师实习生(J103363)

AI 开放平台研发工程师实习生(J103363)

发布于 大约 16 小时前

实习/见习

北京市
无经验要求
实习生
仅现场办公
学历未注明
软件工程
Ai Agent
Api网关
分布式系统
大模型
微服务
高并发

AI 估算 · 4k–8k

百度实习生薪资在行业中等偏上,考虑技术栈(大模型+Java)有溢价,但实习生通常按日或月薪,月薪范围合理。

职位详情

关于这个职位

该职位是百度AI开放平台的研发实习生,负责企业级AI服务的后端开发,涉及大模型、Agent、API网关等核心技术模块

你将参与从需求评审到上线全流程,在真实业务场景中积累大模型与分布式系统开发经验
适合计算机基础扎实、对AI技术栈有热情的在校学生

最低要求

扎实的计算机基础,熟悉数据结构、算法、操作系统、网络、数据库

熟练掌握 Java,理解 JVM、并发编程、集合框架等核心机制
熟悉 Spring / Spring Boot,能独立完成 RESTful 服务开发
熟悉 MySQL、Redis,了解消息队列者优先
代码风格清晰,学习能力强,具备良好的团队协作意识

工作职责

参与企业级 AI 开放平台后端研发,将大模型、Agent、API、CLI、Skill 等能力封装为稳定的企业级服务

负责 API 网关、鉴权配额、能力注册、调用链路、日志监控等核心模块的设计与开发
参与 Agent Tool、Skill、MCP 等开放能力接入框架建设,支撑开发者高效上架与治理 AI 能力
参与大模型调用中间层研发:模型路由、上下文管理、流式响应、Function Calling、限流缓存等
配合产品完成需求评审、方案设计、编码、联调、上线全流程

优先资格

有大模型应用、AI Agent、RAG、Function Calling、MCP 相关项目或实践经验

熟悉主流大模型 API 调用及流式响应、Token 计费等概念
熟悉 API 网关、OAuth2/JWT、限流熔断、可观测性等企业级中间件
有微服务、高并发、开源贡献经验者优先

AI 洞察

优缺点分析

优点

  • 百度大厂平台,实习经历含金量高,可接触业界前沿的大模型和AI技术栈
  • 团队技术氛围浓厚,有导师指导,适合技术积累和职业起步
  • 涉及大模型、API网关等复杂系统,需要较强学习能力和自驱力
  • 工作节奏可能较快,需适应互联网大厂的开发迭代速度
  • 适合计算机基础扎实、对AI后端技术有浓厚兴趣、希望在大厂积累实战经验的在校学生

缺点 / 挑战

  • 参与核心AI开放平台的研发,技术挑战大,能快速提升架构设计和工程能力
  • 实习期间需快速熟悉百度内部技术体系和业务流程,初期可能有较大压力

角色解读

  • 实习期间可深入接触大模型与AI基础设施,积累企业级分布式系统开发经验
  • 表现优秀可转正为正式员工,逐步成长为AI后端或基础架构方向的资深工程师
  • 后续发展方向包括AI平台架构师、技术专家或转岗至大模型应用、云原生等前沿领域
  • 负责百度AI开放平台的后端开发,将大模型、Agent等AI能力封装成稳定的企业级服务
  • 设计并实现API网关、鉴权配额、调用链路等核心模块,保障服务的高可用与安全性
  • 参与大模型调用中间层研发,如模型路由、流式响应、限流缓存等,优化调用效率
  • 配合产品团队完成从需求评审到上线的全流程开发工作
  • 扎实的计算机基础:熟练掌握数据结构、算法、操作系统、网络和数据库知识
  • 精通Java及Spring/Spring Boot框架,能独立完成RESTful服务开发
  • 熟悉MySQL、Redis等存储中间件,了解消息队列
  • 对大模型、AI Agent、API网关等方向有实践或学习兴趣

申请策略

  • 在简历中附上GitHub或技术博客链接,展示代码质量和学习能力
  • 关注百度AI开放平台的产品动态,在面试中展现对业务的了解和思考
  • 突出Java和Spring Boot的项目经验,尤其是独立完成的RESTful服务开发
  • 强调计算机基础(数据结构、算法、操作系统等)的掌握程度,可附上相关课程成绩或竞赛经历
  • 如有大模型、AI Agent、RAG、微服务等实践项目,务必详细描述技术细节和成果
  • 提前复习Java并发编程、JVM调优、Spring Boot源码等,应对技术面试
  • 学习大模型API调用(如OpenAI、百度文心)、Function Calling、流式响应等概念
  • 了解API网关、限流熔断、可观测性等中间件的原理和常见实现

面试指南

  • 对于技术原理题:先概括核心概念,再分步骤解释底层机制,最后结合实际场景说明应用
  • 对于设计题:明确需求,提出方案(如限流用令牌桶),讨论优缺点,并考虑扩展性
  • 对于项目题:用STAR法则(情景、任务、行动、结果)结构化描述,突出个人贡献和技术难点
  • Java中HashMap的底层实现原理和线程安全问题
  • Spring Boot自动配置的原理是什么?
  • 设计一个高并发下的API限流方案
  • 大模型调用时如何处理流式响应和异常恢复?
  • 描述你参与过的一个分布式系统项目,你承担的角色和挑战

职位点评

72
综合评分

百度大厂实习,前沿AI技术栈,成长空间大,但需现场办公且薪资一般。

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。

更适合这类人
优先满足发展性动机的求职者,追求前沿技术和快速成长,对生活机动性要求不高。
表现最好
成长发展
相对薄弱
工作生活
薪资福利60
成长发展90
工作生活50
使命价值75

薪资福利

60中等

实习生薪资适中,不能与正式员工相比,但百度品牌背书和福利(如餐补、班车)有一定补偿性。

薪资信号未披露(AI估算:4K-8K/月)

成长发展

90较高

该实习岗位能深度参与大模型和AI平台核心研发,技术前沿性极强,有导师指导,成长空间大。

技术前沿前沿/新兴技术
技术栈大模型、AI Agent、API网关、微服务、高并发、分布式系统
业务类型profit_center

工作生活

50较低

需现场办公,地点在北京,通勤可能较长,互联网大厂通常有加班文化,但实习生一般不要求高强度。

工作模式仅现场办公
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

75中等

参与AI开放平台建设,能赋能开发者,技术价值和社会价值较高,属于高速增长赛道。

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
Watch Jobs