滴滴出行
国际事业群IBG-算法实习生（20）
国际事业群IBG-算法实习生（20）
发布于 3 小时前实习/见习
实习生仅现场办公机器学习工程
机器学习工程
Rag
Sql
多Agent协作
大模型
机器学习
深度学习
值不值得投
73综合评分
综合评分 73
滴滴国际化金融算法实习岗，聚焦大模型与Agent前沿技术，技术成长空间大，但工作节奏较快、抗压要求高。
从薪资福利、成长发展、工作生活和使命价值四个维度综合评估，方便比较实习机会。
薪资怎么样
7千
比机器学习工程中位数低
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 2210 个在招 · 其中机器学习工程 39 个
市场机会
选择面较广
北京 · 机器学习工程 · 约 510 个在招
职位详情
关于这个职位
该职位隶属于滴滴国际化金融算法团队，主要负责将大模型能力与互联网金融业务结合，设计并落地端到端AI应用架构
你需要参与大模型Agent的开发与迭代，优化线上准入与额度策略，构建高效的自迭代寻优框架
最低要求
数学或计算机专业本科及以上学历，熟练掌握机器学习、深度学习等方向理论和应用
熟练掌握Python/Java/Scala等建模语言，熟练使用SQL/Hive/Spark/Flink等数据统计工具
优秀的分析和解决问题的能力，对挑战性问题充满激情
抗压能力强，积极主动，自驱力强，沟通良好，有团队协作精神
工作职责
深入理解业务需求，将业务员需求转为可执行的AI任务定义，明确目标、边界、评估口径
设计端到端应用架构（含上下文、工具调用、记忆、权限与安全），并完成RAG、Memory、Tool Use、多Agent等能力的工程化落地与生产级集成
基于大模型Agent开发迭代线上准入、额度策略中的核心模块，分析不同用户不同分层下内外部Offer差异下的行为模式差异，形成高效的自迭代寻优框架（Agent Loop、Agentic Research）闭环
优先资格
能做任务拆解与多Agent协作
熟悉RAG、Memory、Tool-Use（含MCP/类协议/Skills等）并能工程化落地
独立开发过具备一定影响力AI应用者优先
届、2029届毕业同学优先，可长期实习者优先
AI 洞察
优缺点分析
优点
- 接触前沿的大模型与Agent技术，在互联网金融核心业务中落地，技术含金量高
- 依托海量数据与业务场景，能够获得丰富的工程化落地与生产级集成经验
- 团队处于高速发展阶段，个人成长空间大，有机会参与核心模块的开发
- 业务需求复杂，需要深入理解互联网金融业务逻辑，对业务理解能力要求高
- 大模型技术迭代极快，需要保持持续学习，且JD明确要求抗压能力强
- 适合对大模型和Agent技术有浓厚兴趣，具备扎实算法基础，且希望在金融业务场景中探索AI落地的计算机或数学专业在校生
缺点 / 挑战
暂无明显挑战项
角色解读
- 从算法实习生成长为独当一面的大模型算法工程师，深入理解金融业务与AI的结合
- 未来可向大模型架构师、AI业务专家或技术管理方向发展
- 将大模型能力与互联网金融业务结合，设计端到端的AI应用架构
- 开发并迭代大模型Agent，优化线上准入和额度策略，构建自迭代寻优框架
- 进行RAG、Memory、Tool Use等能力的工程化落地与生产级集成
- 扎实的机器学习与深度学习理论基础，熟练掌握Python/Java/Scala等编程语言
- 熟悉大数据处理工具如SQL/Hive/Spark/Flink，具备海量数据处理能力
- 掌握大模型Agent开发技术，包括任务拆解、多Agent协作、RAG及Tool-Use等
申请策略
- 在简历或面试中展示独立开发过的AI应用，证明工程化落地能力
- 明确自己的可实习时长和届数，符合2028/2029届及长期实习要求会大大增加录用概率
- 突出在大模型、Agent、RAG等相关领域的项目经验或研究成果
- 展示熟练使用Python/Java及大数据组件处理海量数据的能力
- 强调对互联网金融业务的理解或相关实习/项目经历
- 深入学习大模型Agent框架，掌握多Agent协作与Tool-Use机制
- 补充互联网金融风控、额度策略等相关业务知识，提升业务理解力
面试指南
- STAR法则：针对项目经验，从情境、任务、行动、结果四个维度清晰阐述，突出个人贡献和技术深度
- 结构化思维：针对系统设计或业务问题，先明确目标与边界，再从架构设计、核心模块、优化策略等层次展开回答
- 请详细介绍你参与过的一个大模型或Agent相关项目，你在其中负责了什么？遇到了哪些技术难点？
- 如何设计一个端到端的RAG系统？在上下文管理、记忆和工具调用方面你会如何优化？
- 在互联网金融场景下，如何利用大模型优化准入或额度策略？请给出你的思路
- 你如何看待大模型在金融业务中的幻觉问题？有什么解决策略？
- 复习大模型、Agent、RAG的核心原理及最新进展，准备1-2个自己主导的AI应用项目细节
- 了解滴滴国际化业务及互联网金融的基本逻辑，思考AI技术在其中的应用场景
职位点评
薪资福利70
成长发展90
工作生活50
使命价值75
薪资福利
70中等
算法实习生薪资在一线城市实习市场中处于中上水平，大模型方向技术溢价较高，但整体仍受限于实习生身份。
薪资信号未披露（AI估算：5–8千/月）
成长发展
90较高
岗位聚焦大模型与Agent前沿技术，结合金融核心业务，技术成长空间极大，且团队处于高速发展期。
技术前沿前沿/新兴技术
技术栈大模型、Agent、RAG、Memory、Tool Use、多Agent、机器学习、深度学习、Python、Spark、Flink
成长机会高速发展阶段、海量空间
业务类型profit_center
工作生活
50较低
JD中提及抗压能力强，且算法岗通常工作节奏较快，WLB信号不明显，实习期可能需要较长工作时间。
工作模式未明确
办公地点未明确
加班情况JD含高强度暗示词
使命价值
75中等
将大模型技术应用于互联网金融，推动AI技术在真实复杂业务场景中的落地，具有较强的技术探索价值。
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