网约车平台技术-AI Agent开发实习生

优缺点分析

角色解读

• 实习期间可深入接触大模型Agent前沿技术，积累AI工程化实战经验
• 表现优秀者可获得转正机会，从实习生成长为AI Agent开发工程师或研究员
• 可向测试智能化专家或大模型应用架构师方向发展，深度参与质量效能领域的技术创新
• 参与测试智能化Agent研发，构建测试用例生成、缺陷分析、GUI测试自动化等Agent，实现测试流程自动化
• 参与大模型微调与训练，构建微调数据集，完成SFT/RLHF、推理部署和模型性能评估
• 搭建业务Agent评测体系，设计评测方案、自动化评估能力，量化评估效果、稳定性与安全性
• 负责Agent核心模块开发调优，包括工具调用、任务规划、知识库构建、多智能体协同等
• 熟悉Python、Java、C++等至少一种编程语言
• 熟悉LLM、Agent、RAG、Function Calling、LangChain等主流技术
• 熟悉PyTorch、HuggingFace、SFT/RLHF，具备大模型训练或微调经验更佳
• 具备自驱力、沟通能力和独立解决工程问题的能力

申请策略

• 投递时附上相关项目代码或技术博客，增强说服力
• 可邮件咨询招聘邮箱（internrecruit@didiglobal.com），了解团队技术方向
• 突出大模型相关项目经历，如使用LangChain构建Agent、RAG应用等
• 强调编程能力，列出熟练使用的语言及项目代码量或GitHub链接
• 如有模型微调或评估经验（SFT/RLHF），务必重点呈现
• 展示自驱力和工程能力，例如独立解决复杂技术问题的案例
• 提前学习LangChain、RAG、Function Calling等Agent主流框架，并动手实践
• 了解SFT/RLHF流程，尝试用开源模型（如LLaMA、Qwen）做小规模微调

面试指南

• 回答项目问题时，采用STAR法则（情境-任务-行动-结果），突出个人贡献和技术难点
• 对于技术原理题，应先给出定义，再结合实例说明应用场景和优缺点
• 对于设计题，从需求分析、架构设计、模块拆解、评估方案四步展开，体现系统性思维
• 请介绍一个你使用LLM或Agent解决实际问题的项目
• 什么是RAG？如何评估一个RAG系统的效果？
• 你如何设计一个测试用例生成的Agent？需要哪些模块？
• 你对SFT和RLHF的理解？如何构建微调数据集？
• 阅读LangChain官方文档，并动手实现一个简单的Agent