顺丰速运
大模型应用开发
大模型应用开发
发布于 大约 4 小时前实习/见习
深圳市
无经验要求
实习生
仅现场办公
本科
软件工程
RAG
大模型
LangGraph
多智能体
Spring Ai
AI 估算 · 3k–6k
实习岗位薪资通常较低，深圳地区大模型相关实习月薪约3000-6000元，具体面议但综合考虑技能要求属于中等偏上。
职位详情
关于这个职位
这是一份大模型应用开发的实习岗位，加入顺丰速运的AI团队，你将参与多智能体系统的设计与开发，学习Agent协作和任务分解机制，在导师指导下构建智能体架构，并参与物流场景的落地与迭代
适合对大模型、智能体架构和物流供应链感兴趣的计算机相关专业在校生
最低要求
全日制本科及以上学历在读，计算机、软件工程、人工智能等相关专业，每周可保证至少4天实习时间，实习期不少于3个月
掌握Java、Python、Go至少一种编程语言，有良好的编程基础，了解基本的软件开发流程
了解大模型基本原理与智能体应用架构，对DIFY、LangGraph、Spring AI等主流框架有学习经历或课程项目经验，对Agent2Agent、MCP等协议有基本认知，对多智能体系统有浓厚兴趣
了解企业知识库与RAG系统基本概念，对向量数据库、检索优化与大模型集成模式有课程学习或个人项目实践经历
了解Docker/K8s等容器化技术的基本概念，对大模型服务部署与推理优化有基础认知，具备高并发、高可用系统设计的学习意识
对flink、kafka、hive等大数据组件有基本了解，或在课程学习、个人项目中接触过相关技术
对物流、供应链等相关业务有了解或兴趣，具备快速学习能力和业务理解能力，能将业务场景转化为技术方案
具备良好的沟通协作能力、学习能力和创新意识，有相关项目经历、竞赛获奖或开源贡献者优先
工作职责
协助多智能体（Multi-Agent）系统的设计与开发，学习并实践Agent间协作与任务分解机制，在导师指导下参与构建可扩展、低耦合的智能体协作架构
学习理解物流业务场景及数据特点，在导师指导下参与设计并构建具备业务感知与决策支持的智能体系统，完成分配的开发任务
与产品、算法、业务团队协作沟通，学习大模型推理优化与部署流程，参与智能体系统在物流场景的落地、迭代与效果验证，输出相关技术文档
AI 洞察
优缺点分析
优点
- 大模型方向热度高，掌握智能体架构和RAG等技能有很好的职业前景
- 顺丰作为行业龙头，物流场景丰富，能接触到真实业务数据和应用落地
- 有导师指导，适合技术积累，并且团队跨部门协作能锻炼综合能力
- 技术栈较新且宽泛，需要在短期内快速学习多智能体框架和部署工具
- 物流业务复杂，将技术方案转化为业务价值需要较强的理解力和沟通力
- 适合对AI Agent、大模型应用充满热情，愿意在物流行业深耕，且学习能力强的计算机相关专业在校生
缺点 / 挑战
- 实习时间要求至少3个月且每周4天，对课业压力大的学生有一定挑战
角色解读
- 从实习生成长为初级大模型开发工程师，独立负责智能体模块的设计与开发
- 深入大模型推理优化及部署方向，成为AI Infra或算法工程专家
- 积累物流行业知识，未来可转型为AI+物流的产品或架构师
- 参与多智能体系统的设计与开发，学习Agent间协作与任务分解机制
- 在导师指导下构建可扩展、低耦合的智能体架构，并将其应用于物流业务场景
- 与产品、算法、业务团队协作，参与大模型推理优化与部署，完成智能体系统的落地与迭代
- 掌握至少一种编程语言（Java/Python/Go），有扎实的编程基础
- 了解大模型基本原理和智能体框架（DIFY、LangGraph等），对Agent协议有认知
- 熟悉RAG系统、向量数据库和容器化技术（Docker/K8s），具备基础的学习意识
- 了解大数据组件（Flink/Kafka/Hive）以及物流供应链业务
申请策略
- 在简历中突出快速学习和团队协作能力，可举例说明如何快速掌握新技术
- 面试前了解顺丰的物流业务以及AI在物流中的应用案例，展现出业务认知
- 突出大模型相关课程项目或竞赛经历，尤其是涉及多智能体或RAG系统的项目
- 展示编程能力和工程实践，比如GitHub开源贡献或部署过小模型服务
- 强调对物流/供应链的了解或兴趣，可以附上相关课程或实习经历
- 提前熟悉DIFY、LangGraph等框架，并动手搭建一个简单的多智能体Demo
- 学习Docker和K8s基础，尝试部署一个简单的LLM服务
面试指南
- 对于技术概念类问题，先给出定义，再结合自己的项目或学习经验阐述理解
- 对于项目经历问题，使用STAR法则（情境-任务-行动-结果）清晰描述
- 对于业务转化问题，展示逻辑链条：先理解业务痛点，再匹配技术方案，最后评估效果
- 请描述你理解的多智能体系统，Agent之间如何协作？
- 你了解RAG系统吗？如何优化检索效果？
- 你有哪些大模型相关的项目或实践经历？详细讲一个
- 你如何将一个物流业务问题转化为技术方案？举例说明
- 你使用过哪些容器化技术？Docker和K8s的基本概念是什么？
职位点评
61
综合评分
大厂实习、前沿AI技术栈，有导师带教，但薪资面议且需现场办公。
更适合这类人
适合看重技术成长和导师指导、对薪资要求不高、愿意现场实习的学生。
表现最好
成长发展
相对薄弱
薪资福利
薪资福利40
成长发展85
工作生活50
使命价值70
薪资福利
40较低
实习岗位薪资面议且未披露具体福利，补偿性动机满足度有限，但顺丰作为大公司可能有餐补等基础福利。
薪资信号面议 (3K-6K/月)
成长发展
85较高
职位涉及大模型前沿技术，有导师指导，能积累多智能体和物流场景经验，发展性动机满足度高。
技术前沿前沿/新兴技术
技术栈大模型、多智能体、DIFY、LangGraph、RAG、Vector DB、Docker、K8s
成长机会导师指导下
业务类型profit_center
工作生活
50较低
实习要求每周至少4天现场办公，工作地点在深圳，未提及弹性或远程，生活化动机满足一般。
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
70中等
物流行业稳定成熟，大模型应用能提升效率，有社会价值，但使命感信号不强。
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
Watch Jobs