百度
AgentInfra开发工程师（J104853）
AgentInfra开发工程师（J104853）
发布于 大约 15 小时前实习/见习
实习生仅现场办公人工智能
人工智能
Abtest
Asyncio
Llm
Prompt
Sql
性能优化
值不值得投
62综合评分
综合评分 62
前沿AI基础设施实习，技术成长快，但工作强度大，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。
薪资怎么样
5K
比人工智能中位数低
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 2850 个在招 · 其中人工智能 7 个
市场机会
选择面较广
北京 · 人工智能 · 约 150 个在招
职位详情
关于这个职位
这是一个面向在读研究生的实习岗位，参与百度秒哒Agent基础设施的核心开发，包括工具并行调度、LLM模型路由优化、性能调优以及ABTest数据体系建设
你将有机会深入LLM Agent和AI基础设施领域，与顶尖团队合作，积累宝贵的实战经验
最低要求
计算机、人工智能或相关专业在读研究生，可保证每周至少 4 天实习、连续 3 个月以上
对 LLM Agent、AI 基础设施方向有浓厚兴趣，有相关项目、论文或开源经历者优先
学习能力强、自驱性好，具备良好的沟通与协作能力，能独立完成从调研、实现到验证的闭环
编程基础扎实，熟练掌握 Python，了解 asyncio 异步编程与多线程/线程池模型，具备良好的代码质量意识
了解 LLM 应用开发，熟悉 Prompt、Function Calling 或常见 Agent 框架（如 Claude Code、Codex、LangChain 等）者优先
具备数据分析与实验能力，熟悉 SQL 和常用统计方法，有 ABTest、指标体系建设或数据看板经验者加分
工作职责
参与 秒哒Agent 基础设施核心模块开发，包括工具并行调度、会话生命周期管理、执行过程白盒化等功能的迭代与联调
参与 LLM 模型路由与容量调度优化，如多模型并发路由、水位线调度、超时治理，并基于线上数据完成效果验证与复盘
参与 Agent 链路性能优化，通过多种手段降低端到端 query 耗时与首 Token 耗时，输出性能分析结论
参与 ABTest 与 AgentLake 数据体系建设，负责实验指标采集、数据看板搭建、实验效果分析与成本归因
参与 AgentHarness Benchmark 与模型训练支持，搭建各框架性能 / Token 消耗 / 效果 baseline，支撑模型评测与数据管道建设
AI 洞察
优缺点分析
优点
- 接触前沿的LLM Agent技术，积累AI基础设施开发经验，提升技术竞争力
- 在百度这样的大平台，与顶尖团队合作，学习规范化的开发流程和工程实践
- 参与核心系统开发，对个人成长和简历提升有显著帮助
- 实习期间需要快速学习大量新知识，适应高强度工作节奏
- 涉及复杂系统优化，需要较强的逻辑思维和问题解决能力
- 可能需要同时处理多个任务，要求良好的时间管理和优先级判断
- 适合对AI基础设施有浓厚兴趣，具备扎实编程基础，希望深入Agent领域的研究生
缺点 / 挑战
暂无明显挑战项
角色解读
- 从实习工程师起步，积累Agent基础设施开发经验，可转正为正式工程师
- 深入LLM和AI基础设施领域，成为技术专家，参与核心系统设计
- 向技术管理方向发展，带领团队负责Agent平台建设
- 参与Agent基础设施核心模块开发，如工具并行调度、会话生命周期管理，确保Agent系统稳定高效运行
- 优化LLM模型路由与容量调度，通过多模型并发路由、水位线调度等手段提升资源利用率和响应速度
- 进行Agent链路性能优化，降低端到端查询耗时和首Token延迟，提升用户体验
- 参与ABTest与数据体系建设，负责实验指标采集、看板搭建和效果分析，为决策提供数据支持
- 扎实的Python编程基础，熟悉asyncio异步编程和多线程模型，具备良好的代码质量意识
- 对LLM Agent和AI基础设施有浓厚兴趣，了解Prompt、Function Calling或常见Agent框架
- 具备数据分析能力，熟悉SQL和统计方法，有ABTest或数据看板经验者优先
- 良好的沟通协作能力，能独立完成从调研、实现到验证的闭环
申请策略
- 在申请中强调对Agent基础设施的兴趣和长期职业规划
- 了解百度秒哒Agent的业务方向，在面试中展示相关思考
- 突出Python编程能力，特别是asyncio和多线程项目经验
- 展示LLM或Agent相关项目，如使用LangChain、Claude Code或Function Calling的实践
- 强调数据分析能力，如SQL使用、ABTest实验设计或数据看板搭建经验
- 如果有开源贡献或论文，务必提及，以体现自驱力和研究能力
- 深入学习asyncio和异步编程，理解事件循环和并发模型
- 熟悉主流Agent框架，尝试构建简单的Agent应用
面试指南
- 对于技术问题，采用STAR法则：描述情境、任务、行动和结果，突出你的贡献和思考
- 对于设计问题，先明确需求，再提出方案，考虑权衡和扩展性
- 对于数据分析问题，强调实验设计、指标选择和结论推导的逻辑性
- 请介绍一个你使用Python进行异步编程的项目，如何优化性能？
- 你对LLM Agent的理解是什么？如何设计一个简单的Agent？
- 如何设计一个ABTest实验？如何分析实验结果？
- 如何优化一个API的响应时间？请给出具体方案
- 你如何理解工具并行调度？在Agent中如何实现？
职位点评
薪资福利50
成长发展90
工作生活40
使命价值70
薪资福利
50较低
实习薪资相对固定，但百度平台提供较好的福利和补贴，整体补偿性一般。
薪资信号未披露（AI估算：3K-6K/月）
成长发展
90较高
该岗位提供前沿技术栈和核心项目，对技能成长和职业发展有极大帮助。
技术前沿前沿/新兴技术
技术栈LLM、Agent、Python、asyncio、ABTest、SQL
业务类型profit_center
工作生活
40较低
实习要求每周至少4天，且工作强度可能较大，生活化满足度有限。
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
AI基础设施领域具有行业前景，但岗位本身的社会价值感一般。
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