博世
AI与数据开发工程师_BCI
AI与数据开发工程师_BCI
发布于 3 小时前普通员工/个人贡献者
实习生仅现场办公AI算法
AI算法
Prompt Engineering
Rag
Sql
大语言模型 (Llm)
数据工程
智能Agent
机器学习
值不值得投
81综合评分
综合评分 81
前沿AI技术栈、工业落地场景丰富、外企平台稳定、成长性强
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
8.0千
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 1160 个在招
职位详情
关于这个职位
面向2027届毕业生的校招实习岗位，专注于博世制造、物流及供应链场景的AI与数据应用开发
主要职责包括利用Python/SQL进行数据处理与建模，以及大语言模型（LLM）、RAG和智能Agent等前沿技术的落地集成与优化
最低要求
届本科或硕士毕业生，计算机科学、人工智能、数据科学、软件工程、自动化、数学或相关专业，硕士优先
熟悉Python和SQL，具备基本的数据处理、算法和软件开发能力
了解机器学习、深度学习、自然语言处理、大语言模型或生成式AI的基本原理
了解数据库、API、Git、Linux、容器或云平台者优先
具备课程项目、科研、竞赛、实习或个人项目经验，能够说明本人承担的具体工作和成果
具备良好的逻辑分析、快速学习和问题解决能力，重视数据质量、软件质量和信息安全
具备良好的中英文沟通能力，能够阅读英文技术资料并参与国际团队协作
工作职责
参与制造、物流、供应链及企业数字化场景中的AI与数据应用需求分析和方案设计
使用Python、SQL等技术完成数据获取、清洗、转换、建模、分析和服务接口开发
参与大语言模型、RAG知识检索、智能Agent、工作流自动化或文档智能应用的设计与开发
将AI及数据能力通过API、数据库、Web应用或业务工作流集成到现有产品和客户系统中
建立测试数据集和评估方法，分析AI应用的准确率、响应时间、稳定性、成本及人工复核需求
参与应用部署、日志监控、异常处理、权限控制和持续优化，推动PoC逐步形成可测试、可维护的软件能力
沉淀可复用的数据模型、Prompt、Skill、工具组件、评估方法和项目经验
与业务专家、软件工程师、产品团队及国内外合作伙伴协作，确保技术方案符合真实业务需求
优先资格
对RAG、向量数据库、智能Agent、Prompt Engineering或工作流编排有实践经验者优先
AI 洞察
优缺点分析
优点
- 依托博世全球领先的工业背景，接触真实的制造业AI落地场景，而非纯理论实验
- 技术栈前沿（LLM/RAG/Agent），有助于积累高价值的行业经验
- 外企文化相对规范，注重工作与生活的平衡，提供国际化视野
- 跨部门协作涉及多方利益，沟通成本不低
- 适合对工业智能化感兴趣、具备扎实编程基础且希望将AI技术应用于实体经济的计算机/AI专业在校生
缺点 / 挑战
- 工业场景数据往往存在噪声大、非结构化程度高等挑战，数据清洗工作量可能较大
- 需要将前沿AI技术与传统工业系统对接，对工程化落地能力要求较高
角色解读
- 初期作为实习生深入理解工业AI落地流程
- 中期可成长为AI应用开发工程师或数据科学家
- 长期可向AI架构师、技术专家或具备业务洞察力的AI产品经理方向发展
- 负责在工业制造和供应链场景中挖掘AI应用场景，进行从数据清洗到模型开发的完整链路工作
- 重点探索大语言模型（LLM）在企业知识库（RAG）和智能体（Agent）方面的实际应用
- 将验证过的概念（PoC）转化为可维护的软件模块并集成到业务系统中
- 扎实的Python和SQL编程基础，掌握数据处理与算法实现
- 理解机器学习及生成式AI原理，特别是RAG架构、向量数据库和Prompt工程
- 具备基本的软件工程能力（Git, API开发, Linux）
申请策略
- 准备一个完整的案例，说明你如何从数据预处理到模型评估全流程解决一个问题
- 展现你对工业场景痛点的理解，而不仅仅是技术堆砌
- 突出展示与LLM、RAG或Agent相关的课程项目或个人实践经历
- 强调Python/SQL数据处理能力及解决实际问题的逻辑思维
- 若有工业、物联网或嵌入式相关背景可作为加分项提及
- 深入学习LangChain等LLM应用开发框架，了解向量数据库（如Milvus, Pinecone）的使用
- 补充软件工程基础知识，如API设计规范和版本控制工具
面试指南
- 采用STAR法则（情境、任务、行动、结果）描述项目经历
- 对于技术问题，先阐述核心原理，再结合实际应用场景讨论优缺点和解决方案
- 请介绍一个你使用Python处理数据的复杂案例，遇到了什么困难？
- 你是如何理解RAG（检索增强生成）的？它在实际应用中有哪些局限性？
- 如果让你为一个工业质检场景设计一个AI方案，你会考虑哪些因素？
- 如何在保证数据安全的前提下，利用大模型提升工作效率？
- 复习机器学习基础算法和LLM最新进展
- 了解博世的主要业务板块（汽车、家电、工业技术等），思考AI在这些领域的应用潜力
职位点评
薪资福利70
成长发展90
工作生活75
使命价值80
薪资福利
70中等
作为知名外企的校招实习岗，薪资处于市场中上水平，且福利体系完善，但实习津贴绝对值低于正式员工，主要体现为平台背书和隐性福利。
薪资信号未披露（AI估算：6.0千–1.0万/月）
福利待遇餐贴、车贴、浮动奖金比例
成长发展
90较高
职位聚焦于LLM、RAG、Agent等前沿技术，且处于工业AI落地的一线，技术成长空间极大，非常适合追求技术深度和行业结合的求职者。
技术前沿前沿/新兴技术
技术栈Python、SQL、大语言模型、RAG、智能Agent、Prompt Engineering、向量数据库
业务类型profit_center
工作生活
75中等
外企通常提供较好的WLB，但AI研发岗位在项目交付期可能面临一定压力。工作地点在苏州工业园区，环境较好，通勤相对舒适。
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
80较高
致力于通过技术改善全球生活质量，特别是在制造、物流等关键基础设施领域推动数字化转型，具有显著的社会价值和行业影响力。
行业发展稳定成熟行业
社会影响正向社会影响力较高
使命信号improve quality of life all across the globe
创新程度积极采用新技术
博世 的其他在招职位
相似职位推荐
Watch Jobs