滴滴出行
27届秋招-Agentic Engineering 研发工程师
27届秋招-Agentic Engineering 研发工程师
发布于 大约 14 小时前普通员工/个人贡献者
北京市
无经验要求
全职员工
仅现场办公
本科
机器学习工程
Ai Agent
Claude Code
Multi-Agent
Prompt Engineering
Rag
产品原型
全栈开发
大模型
AI 估算 · 20k–30k
AI研发岗位市场需求大，滴滴平台优势明显，应届生薪资有竞争力。
职位详情
关于这个职位
你将以校招生身份加入滴滴创新事业部，主导AI Agent系统的研发与原型落地
工作内容涵盖Multi-Agent架构设计、Prompt调优、全栈Demo开发，并持续探索大模型在出行场景的应用边界
适合对大模型应用有强烈兴趣、具备全栈能力、敢于从0到1搭建创新的候选人
最低要求
届毕业生，本科及以上学历，计算机科学、软件工程、人工智能及相关专业优先
对AI技术及AI应用具有浓厚兴趣，有实际使用主流大模型产品（如ChatGPT、Claude、Gemini等）的经验，了解大模型的能力边界
具备前后端全栈开发能力，能熟练借助AI编程工具（如Claude Code、Cursor等）提升研发效率，独立完成功能模块的开发与调试
具备较强的自驱力与执行力，在信息不充分的情况下能主动推进任务落地，具备owner意识
学习能力强，能快速上手新技术工具，适应探索性、实验性工作节奏
逻辑思维清晰，具备良好的沟通与协作能力，能与产品、算法等跨职能团队高效配合
工作职责
参与AI Agent系统的研发工作，协助设计并实现multi-agent架构相关功能模块
深度参与Prompt设计与迭代优化，探索大模型在真实业务场景中的应用边界
结合业务需求挖掘并梳理AI落地应用场景，推动产品功能从0到1的原型验证与迭代
综合运用AI工具与编程能力，协助负责前后端全栈研发工作，完成早期产品Demo的搭建与交付
持续关注AI前沿技术动态，定期输出技术调研与应用探索成果
优先资格
有Prompt Engineering、RAG、Agent搭建等实操经验
有大模型相关项目开发、调优或产品设计经历
有评测体系构建或数据Pipeline相关实践经验
对AI产品形态及Agentic工作流有独立、深入的思考与见解
AI 洞察
优缺点分析
优点
- 站在AI技术最前沿，接触Agentic工程和大模型应用，技术成长快
- 滴滴作为大平台，创新事业部资源充足，能参与从0到1的完整过程
- 校招岗位，培养体系完善，有导师指导
- 跨职能协作，能同时锻炼技术和产品思维
- 探索性工作节奏快，项目方向可能频繁调整，需要较强的适应能力
- AI领域竞争激烈，需要持续关注前沿技术，保持学习状态
- 适合对AI应用充满热情、具备全栈能力、喜欢快速迭代和探索创新的应届生
缺点 / 挑战
- 要求全栈技能，技术覆盖面广，学习压力大
角色解读
- 在AI Agent方向深耕，成为技术专家或架构师
- 向产品技术复合型人才发展，主导AI应用场景落地
- 有机会转入创新业务核心团队，参与战略级项目
- 负责AI Agent系统核心模块的设计与实现，包括Multi-Agent架构和功能开发
- 深度参与Prompt设计与优化，探索大模型在出行场景的应用边界
- 综合运用AI工具和编程能力，完成从0到1的产品Demo搭建与迭代
- 持续跟踪AI前沿技术，输出技术调研报告和应用方案
- 扎实的前后端全栈开发能力，能独立完成功能模块开发
- 熟悉主流大模型产品（ChatGPT/Claude等）的使用和Prompt技巧
- 掌握Python等编程语言，熟练使用AI编程工具（如Cursor）提升效率
- 具备较强的自驱力、学习能力和跨团队沟通协作能力
申请策略
- 了解滴滴的业务场景（如出行、地图），思考AI Agent如何在这些场景落地
- 强调自己持续学习新技术的能力和对AI行业的热情
- 突出实际使用大模型产品的经验，如项目中使用ChatGPT或Claude解决具体问题
- 强调全栈开发项目，特别是独立完成的完整功能
- 如果有Prompt Engineering或RAG相关经历，务必重点描述
- 展示自驱力和owner意识，例如主动发起的小项目或开源贡献
- 提前熟悉AI Agent相关的技术和框架，如LangChain、AutoGPT等
- 练习使用AI编程工具（如Cursor、Copilot）提升开发效率
面试指南
- 对于技术类问题，采用STAR法则，说明情境、任务、行动和结果
- 对于设计类问题，先明确目标用户和场景，再拆解功能模块，最后考虑技术实现
- 对于学习能力问题，强调自己的学习方法和具体案例，比如通过项目驱动学习
- 请介绍一下你使用大模型产品的经历，如何优化Prompt？
- 你如何理解Multi-Agent架构？有哪些实际应用？
- 请描述一个你独立完成的全栈项目，以及遇到的挑战
- 如果你要设计一个AI Agent来帮助用户规划出行，你会怎么做？
- 如何快速学习一个新技术？请举例说明
职位点评
73
综合评分
创新事业部AI Agent研发岗，技术前沿，平台好，薪资有竞争力，但工作强度未明确。
从起薪待遇、成长路径、工作节奏和岗位方向综合评估，方便比较职业起点。
更适合这类人
最适合追求技术前沿和快速成长的求职者，对工作生活平衡要求不高。
表现最好
成长发展
相对薄弱
工作生活
薪资福利70
成长发展88
工作生活50
使命价值75
薪资福利
70中等
滴滴作为上市大厂，薪资福利具有市场竞争力，但具体薪资未披露，且创新业务可能存在不确定性。
薪资信号未披露（AI估算：20K-30K/月）
成长发展
88较高
岗位处于AI技术前沿，涉及Agentic工程、大模型等新兴方向，技术成长空间大，但缺乏明确的晋升路径描述。
技术前沿前沿/新兴技术
技术栈AI Agent、Multi-Agent、Prompt Engineering、RAG、大模型
业务类型ambiguous
工作生活
50较低
工作地点北京，要求现场办公，未提及弹性或远程，探索性工作节奏可能较快，生活平衡度一般。
工作模式仅现场办公
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
AI应用具有广泛社会价值，创新业务探索性强，能为出行行业带来变革，但使命导向不明显。
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
滴滴出行 的其他在招职位
相似职位推荐
Watch Jobs