【地瓜机器人】Agent全栈研发实习生（AI Native方向）

优缺点分析

角色解读

• 实习表现优秀可转正，成为正式AI全栈工程师
• 向AI Agent架构师或大模型应用技术专家方向发展
• 积累LLM工程化经验后，可转向更高级的算法或系统架构岗位
• 参与大模型应用开发范式和平台的研发，支持内外业务快速落地
• 负责技术方案设计、效果优化和系统稳定性保障
• 与Agent平台及算法团队协作，推动LLM、RAG等技术的工程化集成
• 精通Python/Go/TypeScript，具备良好代码风格
• 熟悉Langchain、LLamaIndex等大模型应用框架
• 掌握Prompt Engineering、RAG、Function Calling等Agent关键技术
• 了解MySQL、Redis、MQ等中间件，具备基础数据存储和优化能力

申请策略

• 关注地平线云平台部的业务方向，了解其在机器人领域的AI应用布局
• 在简历中详细描述自己解决过的技术难点，体现工程化思维
• 突出大模型或Agent相关的项目经验，尤其是涉及Langchain、RAG、Function Calling等技术的实战经历
• 强调编程能力（Python/Go/TypeScript）和系统设计能力
• 如有AI代码工具或微调经验，务必单独列出
• 提前熟悉Langchain、LLamaIndex等框架，动手搭建一个简单的Agent Demo
• 补充RAG调优和数据库优化知识，阅读相关论文和开源项目

面试指南

• 针对技术原理题：先给出定义，再结合实际经验阐述应用场景和优缺点
• 针对设计题：明确需求，列出关键模块，阐述技术选型理由，最后总结可能遇到的坑
• 请详细解释RAG的工作流程以及你可能遇到的挑战
• 如何设计一个多Agent协作系统？需要考虑哪些关键点？
• 请举例说明你如何使用Langchain或类似框架解决实际问题
• Function Calling在LLM应用中扮演什么角色？如何优化？
• 复习大模型基础（Transformer、Prompt Engineering、Agent架构），准备一个自己动手做的项目案例
• 提前了解地平线在AI Agent方向的产品和技术博客