网易
Codewave-服务端开发实习生
Codewave-服务端开发实习生
发布于 大约 15 小时前实习/见习
杭州市
无经验要求
实习生
仅现场办公
本科
测试开发
Ai评测
Llm
可观测性
数据标注
测试开发
AI 估算 · 4k–6k
网易杭州实习薪资，技术岗位，本科实习约4-6k/月，一线大厂标准。
职位详情
关于这个职位
该实习岗位参与Codewave AI平台的可观测性测试与评估体系建设，负责Agent链路验证、数据集构造、人工评估标注及工具链协作
你将接触到LLM/Agent、可观测性等前沿技术，适合对AI测试开发感兴趣的同学
最低要求
计算机科学、软件工程、人工智能专业本科及以上学历
熟练掌握 Java / Python / TypeScript 任一语言，具备扎实的编程基础与脚本编写能力
熟悉 Linux 常用命令，熟悉基本的数据结构与算法
工作职责
Agent 可观测性测试与链路验证 - 参与构建 Codewave AI harness 的可观测性测试体系，覆盖 Agent 执行轨迹、工具调用、阶段编排、token 消耗等关键节点的埋点完整性与准确性验证 - 设计并执行 trace / metric / log 链路的质量校验用例，定位埋点缺陷、链路断点与异常行为，推动可观测性建设闭环
评估数据集构造与治理 - 根据评测场景，构造结构化与非结构化测试数据集（代码、规格文档、对话历史、Agent 产出物、对抗性输入等），覆盖正常、边界与困难场景 - 维护评估数据的版本化与可追溯性，沉淀可复用的数据构造脚本与工具，建立"golden set"评测基线
AI 产出的人工评估与标注闭环 - 对 LLM / Agent 的输出（代码、文档、执行计划、工具调用序列等）进行人工评估与质量打分，制定评估 rubric（评分准则），建立人审基线 - 参与评估规范的制定与迭代，校准人审与自动化指标（如 LLM-as-a-Judge）的一致性，沉淀标注样本集，支撑自动化评测与回归
评估基础设施与工具链协作 - 协助完善评估平台、数据管理与可观测性工具链，提升评测构造与标注的效率 - 将测试与评估中发现的问题转化为可执行的诊断（失败模式归类、根因定位），反向驱动 Agent 与 harness 迭代
优先资格
了解 LLM / Agent / RAG 相关概念，对 tool use、prompt engineering、Agent 编排（如 harness、planning）有学习或实践经历
了解可观测性相关概念（分布式追踪 trace、metric、log，或 OpenTelemetry 等）
有软件测试、数据标注、评测或测试开发相关经验，对数据质量与评估方法论有兴趣
有AI编程工具实践
AI 洞察
优缺点分析
优点
- 接触前沿AI技术（LLM/Agent/可观测性），技能成长快
- 网易大厂平台，实习经历含金量高，有转正机会
- 工作内容涉及完整的测试与评估链路，培养系统化思维
- 团队专业，能学习到规范的测试流程与数据治理方法
- 涉及多领域知识（AI、测试、可观测性），学习曲线较陡
- 对元能力要求高，需同时具备开发与测试思维
- 适合对AI质量保证感兴趣、喜欢钻研细节、具备编程基础且乐于学习新技术的计算机相关专业学生
缺点 / 挑战
- 人工评估标注工作可能重复性较高，需要耐心与细心
角色解读
- 实习后可转正为正式测试开发工程师，深耕AI评测领域
- 向AI测试专家或质量架构师方向发展，掌握可观测性工具链
- 也可转向AI应用开发或Agent研发，具备扎实的评测与调试能力
- 构建AI Agent的可观测性测试体系，验证埋点完整性与链路准确性，推动质量闭环
- 设计并执行trace/metric/log质量校验用例，定位缺陷与异常
- 构造结构化与非结构化评估数据集，维护版本化与可追溯性
- 对LLM/Agent输出进行人工评估与标注，制定评分准则并迭代评估规范
- 扎实的编程基础（Java/Python/TypeScript），能编写脚本与自动化工具
- 熟悉Linux命令与基本数据结构算法，具备问题排查能力
- 对LLM/Agent/RAG有基础了解，了解可观测性概念者优先
- 有测试或数据标注经验，对质量评估方法论有兴趣
申请策略
- 在简历中突出对AI评测的热情，可附上个人博客或GitHub链接展示相关实践
- 面试前了解网易智企和Codewave产品，思考AI质量保障的挑战
- 突出编程项目经历，尤其是Python/Java脚本编写、自动化工具开发
- 如果有AI相关项目（如调用LLM API、构建简单Agent），重点描述
- 展示测试或数据标注经验，如单元测试、接口测试、数据分析
- 强调对质量与细节的关注，可举例说明发现并解决问题的过程
- 提前学习LLM基础知识，动手实践调用OpenAI API或使用LangChain
- 了解可观测性工具如OpenTelemetry，尝试搭建简单的trace示例
面试指南
- 结合具体项目或学习经历，按“背景-方法-结果”结构回答
- 展示系统性思考：先拆解问题，再给出方案，最后说明验证方式
- 遇到不确定的问题，坦诚说明但补充自己的学习思路
- 请解释你如何验证一个AI Agent的trace链路完整性？
- 如何构造一个覆盖边界情况的测试数据集？
- 你如何评估LLM输出的质量？有哪些指标？
- 描述你使用Python编写的一个自动化测试工具或脚本
- 对Agent orchestration（编排）有什么理解？
职位点评
69
综合评分
网易AI测试开发实习，前沿技术栈，成长空间大，实习薪资市场中等。
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
适合追求技术成长、愿意投入时间学习前沿AI技能的实习生，对薪资敏感度较低。
表现最好
成长发展
相对薄弱
薪资福利
薪资福利45
成长发展85
工作生活60
使命价值70
薪资福利
45较低
实习薪资处于市场中等水平，但大厂福利较全；岗位为实习，稳定性与正式岗位相比偏低。
薪资信号未披露（AI估算：4K-6K/月）
成长发展
85较高
接触前沿AI技术（LLM/Agent/可观测性），技能成长空间大，团队专业，有转正机会，发展性动机满足度高。
技术前沿前沿/新兴技术
技术栈LLM、Agent、可观测性、OpenTelemetry、RAG
业务类型ambiguous
工作生活
60中等
实习通常要求现场办公，杭州网易园区办公环境较好，但WLB信息未提及，无法判断。
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
参与AI质量基础设施建设，对技术生态有正向推动作用，但社会直接影响力有限。
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
网易 的其他在招职位
相似职位推荐
Watch Jobs