滴滴出行
AI（2）-后端研发实习生
AI（2）-后端研发实习生
发布于 大约 14 小时前实习/见习
中国
无经验要求
实习生
仅现场办公
学历未注明
后端开发
Ai Agent
Llm
Numpy
Prompt工程
异常检测
机器学习
AI 估算 · 3k–6k
实习岗位薪资按天折算，一线城市实习月薪约3-6K，滴滴平台提供品牌与项目经验加成。
职位详情
关于这个职位
参与滴滴AI Agent与智能运维工具的后端研发，你将深入Agent工作流设计、Prompt工程及监控数据分析，通过异常检测和故障预测为系统稳定性保驾护航
适合对AI应用落地和AIOps方向感兴趣的在校生，是接触真实大规模业务场景的绝佳机会
最低要求
计算机、自动化、人工智能、统计、数学等相关专业
熟悉Python，具备基础数据分析能力，了解pandas、numpy等工具
对AI Agent开发、LLM应用有兴趣，了解Prompt工程、Function Calling等概念
对日志、监控、时序数据分析感兴趣，有较好的问题定位能力
了解基础机器学习或异常检测方法，有相关项目经验加分
具备较好的工程实现和学习能力，能够独立推进分析与实验任务
工作职责
参与AI Agent的开发与优化，包括Agent工作流设计、工具链集成、Prompt工程等
定期分析埋点数据、Grafana/Prometheus等监控数据，发现系统异常、资源波动和潜在风险
协助梳理日志、指标、告警等数据链路，建立基础的数据分析和问题定位流程
参与自动化分析工具开发，包括数据清洗、异常统计、规则分析、报告生成等
探索基于历史数据的异常检测、趋势分析和故障预测方法
参与故障预测数据集建设，协助完成数据对齐、特征提取和效果评估
与监控、运维、硬件等团队协作，推动分析和预测能力逐步自动化
优先资格
有AI Agent、RAG、LLM应用开发相关项目经验
有AIOps、异常检测、预测性维护相关项目经验
熟悉Prometheus/Grafana/Loki等监控体系
了解时序建模、异常检测或预测算法
熟悉LangChain、AutoGPT等Agent开发框架
熟悉sklearn、PyTorch、XGBoost等工具
AI 洞察
优缺点分析
优点
- 接触AI Agent、LLM等前沿技术，与AIOps实战结合，技能成长快
- 与监控、运维、硬件等多团队协作，能培养跨团队沟通和全局视野
- 实习转正机会明确，为校招增加强力背书
- 涉及技术栈广，需要快速学习AI和运维监控双领域知识
- 实习期间需独立推进分析任务，对工程实现和问题定位能力要求高
- 数据处理和特征工程工作可能比较琐碎，需要耐心和细致
- 适合对AI应用落地有浓厚兴趣，喜欢分析数据并解决工程问题，且具备较强学习能力的计算机相关专业在校生
缺点 / 挑战
- 滴滴作为头部互联网公司，提供海量实时数据和复杂业务场景，技术挑战足
角色解读
- 实习转正成为正式后台研发工程师，深耕AI Agent或AIOps应用方向
- 向智能运维专家发展，成为融合AI与可观测性的稀缺人才
- 未来可转向机器学习工程、云原生基础设施等前沿技术领域
- 参与AI Agent的开发与优化，包括智能体工作流设计、工具链集成和提示词工程
- 分析监控数据（如Grafana/Prometheus），发现系统异常和资源波动并定位问题
- 开发自动化分析工具，支持数据清洗、异常统计、规则分析和报告生成
- 探索基于历史数据的异常检测和故障预测方法，并与监控、运维、硬件团队协作落地
- 熟悉Python及pandas/numpy，具备基础数据处理和分析能力
- 了解LLM应用和AI Agent开发，接触过Prompt工程或Function Calling
- 对监控指标、日志和时序数据有浓厚兴趣，具备问题定位能力
- 掌握基础机器学习或异常检测方法，有sklearn/PyTorch等工具使用经验更佳
申请策略
- 简历中明确提及对AIOps或智能运维的兴趣，贴合部门方向
- 可以附上技术博客或GitHub链接展示学习热情
- 突出Python编程和数据处理经验，附上相关项目或比赛案例
- 强调任何AI Agent、LLM或Prompt工程相关项目，哪怕只是demo
- 展示对监控数据或时序数据的理解，如用过Prometheus/Grafana或分析过日志
- 体现独立解决问题的能力和好奇心，例如开源贡献或个人博客
- 熟悉LangChain、AutoGPT等Agent框架，快速搭建一个简单agent
- 掌握Grafana和Prometheus的基本查询和告警配置
面试指南
- 用STAR法则组织项目经历，突出问题、行动、结果和数据指标
- 对技术问题，先明确场景和目标，再给出方法论，最后结合具体工具落地
- 阐述AIOps观点时，结合自身观察或案例，体现对业务痛点的理解
- 介绍一下你做过的AI Agent或LLM项目，如何设计工作流和提示词？
- 如何分析一个监控指标突然飙升的根因？你会从哪些数据入手？
- 熟悉哪些时序异常检测算法？如何评估检测效果？
- 如何用Python快速处理一份包含缺失值和异常的日志数据？
- 你对AIOps的理解？认为AI在运维领域最大的价值是什么？
职位点评
70
综合评分
大厂AI Agent实习，前沿技术栈，成长性强，但薪酬和WLB一般。
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
适合重视技术成长和项目经验，对实习薪资和工作节奏要求不高的在校生。
表现最好
成长发展
相对薄弱
工作生活
薪资福利65
成长发展85
工作生活55
使命价值65
薪资福利
65中等
实习薪资处于市场中等水平，但滴滴作为大厂提供食堂、班车等隐性福利，且转正机会带来稳定预期。
薪资信号未披露（AI估算：3K-6K/月）
成长发展
85较高
岗位涉及AI Agent、LLM、AIOps等前沿技术，能快速积累项目经验和工程能力，且有转正机会。
技术前沿前沿/新兴技术
技术栈Python、AI Agent、LLM、Prompt工程、Grafana、Prometheus、异常检测、机器学习
业务类型cost_center
工作生活
55较低
实习岗位通常在办公室工作，未提及弹性或远程安排，但大厂工作节奏可能较快。
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
65中等
滴滴的业务对城市出行有广泛影响，岗位工作能间接提升系统稳定性，技术价值明显，但社会意义体现不直接。
行业发展稳定成熟行业
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