米哈游
游戏研发工具 AI产品工程师实习生
游戏研发工具 AI产品工程师实习生
发布于 1 天前实习/见习
实习生仅现场办公后端开发
后端开发
Agent框架
Ai工程
Go
Rag
向量数据库
大模型Api
服务端开发
值不值得投
73综合评分
综合评分 73
聚焦AI工程落地的硬核技术实习岗，技术成长极快，但需适应游戏行业研发节奏
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
9.0千
比后端开发中位数低
发布情况
新岗位 · 昨天发布
公司情况
这家公司招聘很活跃
约 970 个在招 · 其中后端开发 9 个
市场机会
选择面较广
上海 · 后端开发 · 约 310 个在招
职位详情
关于这个职位
负责米哈游游戏研发工具平台的服务端架构设计与代码实现，重点攻坚技术难点并引入前沿AI技术
需结合大模型API、RAG架构及Agent框架进行AI应用工程实践，为游戏研发提效提供底层技术支持
最低要求
届本科及以上学历在读，计算机等相关专业优先
学习能力强，有独立解决问题的能力，有良好的沟通能力和业务理解能力
熟悉面向对象编程，掌握Java/C++/Python/Go中的至少一门语言，Go背景优先
每周保证至少4天的实习时间，可实习4个月以上
工作职责
负责服务端系统的技术方案设计、开发与系统维护工作
负责高质量的设计和编码，承担重点、难点的技术问题攻坚
参与各专项技术调研，新技术引入等前瞻项目
优先资格
AI应用工程能力（核心加分项）：
大模型生态： 熟悉 OpenAI/Claude 或国内主流大模型的 API 接入与调用，理解大模型上下文限制、流式传输（SSE）等工程细节
架构经验： 有过 RAG 落地经验，理解文本切块（Chunking）、向量检索（Embedding）及重排（Rerank）的基本原理
或有主流 Agent 框架（如 AutoGen, CrewAI, LangGraph）的实践经验
数据与存储： 了解或使用过至少一种向量数据库（Vector DB），了解其在 AI 长期记忆系统中的应用
核心素养： 自驱力强，对前沿 AI 进展（如 MCP 协议、多模态应用）保持敏锐嗅觉，具备良好的代码规范和技术攻坚热忱
AI 洞察
优缺点分析
优点
- 接触行业顶尖游戏公司的核心研发工具链，技术视野开阔
- 深度参与前沿AI工程落地，RAG/Agent等技能极具市场竞争力
- 团队技术氛围浓厚，拥有充足的实战资源与导师指导空间
- 游戏研发节奏较快，需具备较强的自主学习能力与抗压素质
- 内部工具链迭代频繁，需持续跟进业务需求变化与技术演进
- 计算机相关专业在校生，对AI工程化与后端开发有强烈兴趣，具备扎实编码基础与自驱力的同学
缺点 / 挑战
- 技术门槛较高，需快速消化RAG架构与Agent框架等新兴概念
角色解读
- 向资深AI基础设施工程师或技术专家方向发展，主导核心工具链建设
- 转向游戏研发效能负责人或AI产品技术方向，打通业务与技术壁垒
- 积累大模型落地经验后，可拓展至AIGC内容生成或智能体开发领域
- 负责游戏研发工具平台的服务端系统架构设计、编码实现与日常维护
- 深入参与AI大模型技术在内部工具链中的落地应用与技术攻坚
- 开展专项技术调研，评估并引入前沿AI框架以提升研发效能
- 扎实的OOP基础与Go/Java/C++/Python至少一门语言的工程化能力
- 熟悉RAG架构全流程，掌握向量检索、Embedding及重排技术原理
- 具备大模型API集成经验，理解流式传输、上下文管理等工程细节
- 熟悉主流Agent框架（如LangGraph/CrewAI）及向量数据库的应用场景
申请策略
- 关注米哈游技术博客与开源项目，了解其研发工具链现状与痛点
- 面试前准备1-2个完整的AI应用工程案例，清晰阐述技术选型与踩坑复盘
- 突出开源项目或课程设计中涉及的后端服务开发、AI模型调用或RAG搭建经历
- 量化技术攻坚成果，如接口响应优化比例、并发处理能力或模型调用成本控制
- 强调Go或Java在高并发场景下的实际使用经验与性能调优案例
- 提前熟悉LangChain/LangGraph等Agent框架源码，动手完成完整Demo
- 强化Go语言协程调度、内存管理与网络编程核心知识点
- 梳理向量数据库选型逻辑，理解不同索引结构（HNSW/IVF）的适用场景
面试指南
- 采用STAR法则描述项目背景、技术选型依据、核心难点突破过程及最终量化结果
- 针对系统设计题，先明确需求边界与约束条件，再分层拆解（数据层、推理层、应用层），最后讨论扩展性与容错方案
- 遇到不熟悉的框架或协议时，坦诚说明认知边界，并展示快速查阅文档与验证假设的学习路径
- 请详细介绍你搭建过的RAG系统架构，以及在实际落地中遇到的最大挑战是什么？
- 如何优化大模型API调用的延迟与成本？流式传输（SSE）的工程实现要点有哪些？
- Agent框架中如何解决多智能体协作的状态管理与循环依赖问题？
- 服务端高并发场景下，你的内存分配策略与锁机制是如何设计的？
- 复习操作系统、计算机网络与数据结构基础，重点掌握并发编程与网络IO模型
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
上海头部游戏大厂实习津贴处于市场中上水平，但实习期整体薪酬回报有限，更侧重未来转正机会与履历背书。
薪资信号未披露（AI估算：7.0千–1.0万/月）
成长发展
90较高
岗位深度融合前沿AI工程技术与游戏研发效能，提供接触大模型落地、RAG架构与Agent框架的实战机会，技术成长曲线陡峭。
技术前沿前沿/新兴技术
技术栈RAG、大模型API、Agent框架、向量数据库、Go
业务类型cost_center
工作生活
50较低
JD未明确提及弹性工时或远程政策，游戏研发行业通常节奏较快，需做好高强度投入的心理准备。
工作模式未明确
办公地点科技园/产业园
加班情况未提及（无法判断）
使命价值
75中等
致力于通过AI技术赋能游戏研发流程，提升内部工具链效率，具有明确的行业技术驱动价值与使命感。
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