AI Agent研究&开发 实习生（J107330）

优缺点分析

角色解读

• 成为 AI Agent 领域的资深研究员或科学家，专注于智能体自主性与效率提升
• 向 AI 产品经理或技术专家转型，连接前沿技术与商业落地
• 继续深造攻读博士，或在学术界/工业界顶尖实验室从事高水平科研工作
• 从事 AI Agent 在商业场景下的前沿技术研究，包括 Harness RSI 和 Agent Loop 平台的开发与优化
• 设计并执行严谨的对比实验和消融实验，分析算法有效性，优化 CPM、TCharge 等核心商业指标
• 将研究成果转化为可落地的原型系统，并撰写学术论文，目标是在顶级会议（NeurIPS/ICML等）发表
• 扎实的机器学习与大模型理论基础，深入理解 Agent 架构（规划、记忆、工具调用等）
• 优秀的编程与工程能力，熟练使用 Python/TypeScript，能独立搭建研究原型
• 极强的科研能力，包括文献阅读、创新点挖掘、实验设计及英文学术写作能力

申请策略

• 准备一份详细的 Research Statement，阐述你对 Agent 领域当前瓶颈的理解及你的研究设想
• 提前了解百度商业搜索广告的基本逻辑，以便更好地理解业务背景
• 突出与 Agent、LLM、强化学习相关的科研经历，特别是顶会论文或高质量预印本
• 展示独立的工程实现能力，提供 GitHub 链接或详细的项目描述，证明能独立搭建原型
• 强调英语学术写作能力和逻辑思维，如有相关竞赛奖项或开源贡献务必列出
• 深入研读近期关于 Agent Loop、ReAct、Self-Refine 等主流 Agent 范式的论文
• 熟悉主流 LLM 框架（如 LangChain, LlamaIndex）及自动化工具链的使用
• 加强统计学与实验设计知识，确保能设计严谨的消融实验

面试指南

• STAR 法则：情境(Situation)、任务(Task)、行动(Action)、结果(Result)，重点突出个人贡献和技术难点突破
• 理论结合实践：回答技术问题时要先阐述理论基础，再结合具体项目案例说明应用
• 批判性思维：对于开放性问题，展示对不同技术路线优缺点的分析，以及自己独立的思考角度
• 请详细介绍你过往最引以为傲的一个 AI Agent 或 LLM 相关项目，你在其中的具体贡献是什么？
• 你是如何理解 Agent 中的 'Memory' 和 'Planning' 模块的？目前有哪些主要的技术路线？
• 如果让你设计一个实验来评估一个 Agent 在特定任务上的表现，你会选择哪些指标？如何控制变量？
• 针对 Harness RSI 或类似的研究方向，你认为当前的主要挑战是什么？你有什么改进思路？
• 复习 Transformer 架构、Attention 机制及主流 LLM 微调/推理技术