滴滴出行
国际事业群-算法实习生（17）
国际事业群-算法实习生（17）
发布于 2 小时前实习/见习
实习生仅现场办公人工智能
人工智能
Nlp
Prompt Engineering
Rl
Sft
多模态
大模型
机器学习
深度学习
值不值得投
75综合评分
综合评分 75
前沿技术栈实习，技术成长性强，但工作模式与强度需面试时确认。
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
7千
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 1140 个在招 · 其中人工智能 18 个
市场机会
选择面较广
北京 · 人工智能 · 约 600 个在招
职位详情
关于这个职位
作为滴滴国际化事业群Food履约算法团队的算法实习生，你将参与利用大模型与Agent技术，解决真实的国际化Food履约场景中的业务问题，旨在提升骑手体验和履约效率
这是一个深入前沿AI技术并应用于大规模业务场景的宝贵机会
最低要求
计算机、人工智能、数学等相关专业在读本科高年级或研究生
具备良好的 Python 编程基础，了解机器学习与深度学习基本方法，动手与工程能力强
在 LLM 应用开发、模型微调（SFT/RL）、RAG、Agent 等至少一个方向有项目经验与洞察
具备良好的英文文献阅读能力，能够快速理解、复现并落地前沿工作
可保证每周实习 ≥ 4 天，实习期 ≥ 3 个月
工作职责
参与履约方向大模型 Agent 的设计与落地，涵盖对话理解、任务拆解与规划、工具调用与集成、多模态证据理解等
构建模型评测体系与数据飞轮：Case 管理、数据标注、自动化评测与 Badcase 归因，持续提升模型在垂直场景的效果与可靠性
运用 Prompt Engineering、SFT、RL 等方法，结合业务数据不断迭代模型效果，提升算法效率与效果
跟踪 LLM 与 Agent 领域国际前沿技术（Multi-Agent 协作、长上下文与记忆管理、工具学习等），推动在履约场景的技术落地与突破
AI 洞察
优缺点分析
优点
- 直接参与行业前沿的大模型与Agent技术落地，技术成长天花板高
- 项目与真实的国际化业务紧密结合，能获得端到端的解决方案经验
- 在滴滴这样的大型平台实习，有利于积累项目经验和拓展职业视野
- 技术栈前沿且更新快，需要持续高强度学习并快速跟进国际最新研究
- 业务场景复杂（国际化履约），需要在理解业务与追求技术效果间找到平衡
- 对大模型、Agent技术有强烈兴趣，编程与工程能力强，并渴望将前沿AI技术应用于解决复杂真实业务问题的计算机相关专业在读学生
缺点 / 挑战
暂无明显挑战项
角色解读
- 深度掌握大模型与Agent技术栈，成为该领域的应用专家
- 积累大规模国际化业务落地经验，未来可向算法工程师、研究员或技术负责人方向发展
- 参与设计并落地用于国际化履约场景的大模型智能体（Agent），处理对话、任务规划等复杂任务
- 构建和优化模型的评测与数据流程，确保算法在实际业务中稳定可靠
- 运用大模型微调、强化学习等前沿技术，结合业务数据持续提升算法效果
- 扎实的编程基础（Python）和机器学习/深度学习理论功底
- 在大模型应用（Agent、RAG）或模型微调（SFT/RL）任一方向有实际项目经验
- 优秀的英文文献阅读与快速技术复现能力
申请策略
- 仔细阅读JD，确保你的简历能直接对应上每一条任职要求，特别是项目经验部分
- 可以提前了解滴滴国际化业务及Food履约的基本概念，在面试中展现你的业务理解力
- 突出与岗位要求高度相关的项目经验，如基于LLM的Agent应用、模型微调（SFT/RL）项目
- 清晰展示Python编程能力、机器学习/深度学习基础，可附上GitHub或相关代码链接
- 体现英文文献阅读和复现能力，例如参与或复现过知名开源项目或论文工作
- 深入复习大模型相关技术，如Transformer架构、主流LLM（GPT系列等）、Prompt Engineering、RAG、Agent框架
- 实践模型微调工具链，如Hugging Face Transformers、DeepSpeed、LoRA等，熟悉SFT/RLHF流程
面试指南
- 使用STAR法则（Situation, Task, Action, Result）结构化描述项目经历
- 结合具体技术细节（如Prompt设计、工具调用、评估指标）来阐述解决问题的方法
- 体现从业务问题出发，技术选型，到效果验证的完整闭环思考
- 请介绍一个你做过的与大模型或Agent相关的项目，遇到了什么技术难点，是如何解决的？
- 你对‘任务拆解与规划’在Agent中的应用有什么理解？请举例说明
- 如果模型在某个Badcase上表现不佳，你会如何分析和改进？
- 你对Multi-Agent协作系统有什么看法？它的主要挑战是什么？
- 你如何保证一个大模型应用在实际业务中的效果稳定可靠？
职位点评
薪资福利65
成长发展90
工作生活60
使命价值75
薪资福利
65中等
作为大型科技公司的实习岗位，薪资处于市场水准，能够提供有竞争力的实习津贴。福利信号不明确。
薪资信号市场水准 (5–8千/月)
成长发展
90较高
岗位直接接触大模型、Agent等前沿技术，并应用于真实复杂的国际化业务，技术成长空间极大。
技术前沿前沿/新兴技术
技术栈LLM、Agent、SFT、RL、RAG、Prompt Engineering、Multi-Agent、多模态
业务类型ambiguous
工作生活
60中等
JD未明确说明工作模式与强度。作为在北京的算法实习岗，通常为现场办公，可能需要适应快节奏。
工作模式未明确
办公地点未明确
加班情况未提及（无法判断）
使命价值
75中等
岗位在高速增长的AI领域，并致力于利用技术提升国际化业务的履约效率与体验，具有明确的应用价值和行业影响力。
行业发展高速增长赛道
社会影响中性/一般
使命信号提升骑手体验和履约效率
创新程度积极采用新技术
Watch Jobs