
米哈游
Agent算法工程师实习生
Agent算法工程师实习生
发布于 1 小时前实习/见习
实习生仅现场办公AI算法
AI算法
Llm
Machine Learning
Prompt Engineering
Pytorch
Rag
值不值得投
67综合评分
综合评分 67
顶尖大厂前沿AI技术实习,高成长低WLB,适合技术极客
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
5.0千
比AI算法中位数低
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 890 个在招 · 其中AI算法 4 个
市场机会
选择面较广
上海 · AI算法 · 约 140 个在招
职位详情
关于这个职位
作为米哈游的Agent算法实习生,你将深入参与社区UGC推荐与广告投放场景的大模型应用研发
主要负责LLM/VLM在内容理解、用户洞察及智能体(Agent)核心能力(如RAG、Tool Calling、任务规划)上的探索与落地,并通过数据闭环建设优化模型效果,提升分发效率与ROI
最低要求
计算机、人工智能、统计学、数学或相关专业本科及以上在读
能保证每周4天以上、连续3个月以上的实习时间
熟悉机器学习/深度学习基础算法,有相关课程项目、竞赛或科研经历
了解大语言模型与Agent相关技术,对Prompt、RAG、Tool Calling、对齐训练(SFT、RLHF、DPO等)中的一项或多项有实践或深入理解
编程基本功扎实,熟练掌握Python,熟悉至少一种深度学习框架(PyTorch/TensorFlow)
具备良好的数据分析能力与沟通协作能力,能主动发现问题、拆解问题并推动解决
对大模型与Agent技术有强烈探索欲,学习能力强,乐于在真实业务场景中打磨技术
工作职责
面向社区与UGC内容推荐场景,参与基于LLM/VLM的内容理解与用户理解,探索Agentic Recommendation、生成式推荐、冷启动等方向,提升优质内容的分发效率与用户消费体验
面向境内外广告投放场景,参与投放智能体的研发,探索人群洞察与人群包生成、素材智能生产与创意迭代、预算分配与出价调优等环节的大模型应用,提升获客规模与ROI
参与Agent核心能力的研发与调优,包括Prompt Engineering、RAG、Function/Tool Calling、任务规划与多步推理、上下文与Memory管理等,解决长链路任务中的稳定性、幻觉与成本问题
参与高质量数据与评测闭环建设,包括评测集构建、离线评测、Badcase分析与在线AB实验,支持模型精调(SFT、DPO等)与线上迭代
优先资格
有Agent与RAG的落地经验:工具调用、Planning/多步推理、长上下文理解与跨文档融合、评测体系建设等
有推荐/搜索/广告相关的实习或项目经历,了解召回、排序、人群定向或出价策略中的一个环节
有LLM/Agent/搜推相关论文、开源贡献或有影响力的个人项目
熟悉游戏行业或内容社区生态,对创作者生态、社区互动机制有自己的观察
AI 洞察
优缺点分析
优点
- 接触业界最前沿的LLM Agent技术在大型互联网公司的落地场景
- 拥有顶级游戏公司的平台资源和数据优势
- 技术栈极具前瞻性和市场竞争力
- 技术更新极快,需要持续高强度学习
- 业务场景复杂,需平衡模型效果与计算成本
- 竞争激烈,对学术背景和工程能力要求双高
- 计算机科学/AI相关专业在校生,对大模型技术有浓厚兴趣,具备较强动手能力和研究背景的求职者
缺点 / 挑战
暂无明显挑战项
角色解读
- 从实习生成长为AI算法专家,深耕AIGC、智能推荐或广告算法领域,具备成为高级研究员或技术负责人的潜力
- 负责将大语言模型(LLM)和视觉语言模型(VLM)应用于米哈游的社区推荐和广告投放业务中
- 需要扎实的Python编程能力和深度学习框架使用经验,深入理解LLM、RAG、Agent架构及微调技术
申请策略
- 关注米哈游的游戏和社区文化,展现对二次元或游戏行业的热爱
- 准备具体的项目案例,清晰阐述你在其中解决的问题和技术选型
- 突出LLM/Agent相关的课程项目、竞赛获奖或科研经历
- 强调Python编程能力和PyTorch/TensorFlow熟练度
- 展示对RAG、Prompt Engineering等具体技术的深入理解
- 补充推荐系统或广告算法的基础知识
- 尝试复现最新的LLM Agent论文代码
- 积累数据处理和模型评估的实战经验
面试指南
- 采用STAR法则(情境、任务、行动、结果)描述项目经历
- 重点突出技术选型的理由、遇到的困难及解决方案、最终的效果量化指标
- 展现对技术原理的深度思考而非仅仅调用API
- 请介绍一个你使用LLM或Agent解决的具体项目,遇到的最大挑战是什么?
- 你对RAG技术有哪些理解?如何解决检索增强中的噪声问题?
- 如何设计一个Agent的任务规划和多步推理机制?
- 在推荐系统中,如何利用LLM进行冷启动或内容理解?
- 请解释一下SFT、RLHF/DPO的区别及应用场景
职位点评
薪资福利65
成长发展95
工作生活40
使命价值70
薪资福利
65中等
实习津贴处于市场中上水平,但作为实习生无法享受正式员工的完整福利体系,薪资激励相对有限。
薪资信号未披露(AI估算:4.0–6.0千/月)
成长发展
95较高
极高发展性动机满足,接触前沿LLM/Agent技术,在顶级公司核心业务线历练,成长空间巨大。
技术前沿前沿/新兴技术
技术栈LLM、VLM、Agent、RAG、Prompt Engineering、SFT、DPO、PyTorch
业务类型profit_center
工作生活
40较低
互联网大厂通常工作节奏较快,虽为实习岗但核心研发部门压力不小,WLB一般。
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
70中等
通过技术手段提升用户体验和商业效率,具有明确的商业价值和社会影响力,但非纯公益性质。
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
米哈游 的其他在招职位
相似职位推荐
阿里妈妈-AI应用研发工程师-广告结算&风控平台&权益营销-杭州
天猫 · 杭州市
AI 估算 · 2.5–4.5万31 分钟前发布
AI框架研发工程师(J14554)
中科曙光 · 天津市
AI 估算 · 2.5–4.0万36 分钟前发布
大模型推理引擎研发工程师(J14553)
中科曙光 · 北京市
AI 估算 · 2.5–4.5万36 分钟前发布
ai infra engineer(training & inference ).
任仕达 · 北京市
AI 估算 · 12.5–20.8万1 小时前发布
senior ai engineer, scientific agent.
任仕达 · 上海市
AI 估算 · 5.0–8.3万1 小时前发布
大模型平台算力运管与调度系统工程师/专家
小红书 · 北京市
AI 估算 · 4.0–8.0万7 小时前发布
AI Agent工程师 / LLM应用工程师(西安)(J14513)
中科曙光 · 西安市
AI 估算 · 1.8–3.0万7 小时前发布
SGLang 推理框架架构师(郑州)(J14530)
中科曙光 · 郑州市
AI 估算 · 4.0–7.0万7 小时前发布
Watch Jobs