稀宇科技
MaaS 平台研发实习生
MaaS 平台研发实习生
发布于 大约 2 个月前实习/见习
北京市 / 上海市
无经验要求
实习生
仅现场办公
本科
软件工程
CI/CD
分布式系统
模型推理
GO
AI 估算 · 4k–8k
作为实习生岗位，薪资水平在大厂中游，考虑实习津贴标准及城市消费水平。
职位详情
关于这个职位
参与稀宇科技 MaaS 平台的模型服务化、部署工具链、推理优化及可观测性建设，帮助提升模型部署效率和平台稳定性
你将接触分布式系统、容器化、CI/CD 等现代基础设施技术，适合对 AI 基础架构有浓厚兴趣的同学
最低要求
本科及以上学历，计算机科学、软件工程等相关专业，每周至少实习 4 天，可持续 3 个月以上
熟练掌握 Go / Python / C++ 中至少一门语言，具备扎实的数据结构与算法基础
了解分布式系统基本概念（CAP、一致性、负载均衡等）
了解 Linux 系统编程基础（进程/线程、网络编程、IO 模型）
对模型推理流程有基本了解或学习意愿，对 AI 基础设施方向有浓厚兴趣
工作职责
参与 MaaS 平台的模型服务化能力建设，支持多模型、多版本的管理与发布流程
参与模型部署工具链开发，包括上线流水线、灰度发布、回滚、配置管理等自动化能力
参与推理服务链路的基础优化，协助分析延迟、吞吐、资源利用率等指标并推动改进
参与平台可观测性建设（监控、日志、链路追踪、告警），提升线上问题发现与定位效率
参与平台稳定性保障，包括限流、降级、熔断等机制的开发与验证
优先资格
熟悉 Kubernetes / Docker，了解容器化部署与编排
熟悉 CI/CD 工具（Jenkins / GitLab CI / Argo CD 等）
熟悉 Prometheus、Grafana 等可观测性工具
有后端服务开发或平台工具开发经验
有开源项目贡献或高质量个人项目经验
AI 洞察
优缺点分析
优点
- 接触前沿 AI 基础设施技术栈（Kubernetes、Docker、CI/CD 等）
- 参与核心平台开发，对个人技术成长帮助大
- 公司处于 B 轮快速扩张期，实习表现好有转正机会
- 技术栈现代，积累的经验在业界有高价值
- 需要快速学习分布式系统、容器化等新知识
- 平台涉及多系统交互，调试和定位问题有一定难度
- 实习期任务紧凑，需要同时跟进多个模块
- 适合对 AI 基础设施有强烈好奇心、愿意深入后端和系统优化的计算机专业学生
缺点 / 挑战
暂无明显挑战项
角色解读
- 深入 AI 基础设施领域，成为 MaaS 或机器学习工程专家
- 向 DevOps/MLOps 方向发展，掌握云原生与自动化部署技能
- 表现优异可获转正机会，进入快速成长的 AI 公司
- 参与 MaaS 平台模型服务化建设，管理多模型、多版本的发布与部署流程
- 开发模型部署工具链，实现自动化上线、灰度发布、回滚和配置管理
- 优化推理服务性能，分析延迟、吞吐等指标并推动改进
- 搭建可观测性体系（监控、日志、告警），保障平台稳定运行
- 熟练掌握 Go/Python/C++ 之一，具备扎实的数据结构与算法基础
- 了解分布式系统基本概念（CAP、一致性、负载均衡等）
- 对模型推理流程有基本了解或学习意愿，对 AI 基础设施方向有浓厚兴趣
- 了解容器化和 CI/CD 工具是加分项
申请策略
- 在简历中突出与 MaaS、模型部署、平台开发相关的经历
- 在求职信中表达对 AI 基础设施方向的兴趣和学习动力
- 突出编程语言的掌握程度和相关项目经历
- 强调分布式系统、容器化或 CI/CD 相关经验
- 展示个人项目或开源贡献，体现工程能力
- 表达对 AI 推理和基础设施的热情
- 提前学习 Kubernetes 和 Docker 的基本操作
- 动手搭建一个简单的 CI/CD 流水线（如 GitLab CI）
面试指南
- 从基础概念出发，结合具体场景说明
- 阐述不同方案时的权衡和取舍
- 展示实际项目中的问题解决过程
- 请解释分布式系统中的 CAP 原理及其应用
- Go 中 goroutine 和 channel 是如何实现并发的？
- 你如何设计一个支持灰度发布的模型部署流水线？
- 如果线上推理服务延迟突增，你会如何排查？
- 描述你对 Kubernetes 的理解，包括 Pod、Service、Deployment 的作用
职位点评
69
综合评分
AI 基础设施前沿技术实习，成长性强，薪资一般，办公现场。
从学习成长、工作节奏、岗位方向和实习待遇综合评估，方便比较实习机会。
更适合这类人
最适合追求技术成长和前沿 AI 基础设施经验的求职者。
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90
工作生活60
使命价值65
薪资福利
40较低
实习生薪资水平一般，未披露具体数额，福利信息缺失，补偿性动机满足程度较低。
薪资信号未披露（AI估算：4K-8K/月）
成长发展
90较高
该职位涉及前沿 AI 基础设施技术栈，提供丰富的学习机会和实践平台，发展性动机满足度高。
技术前沿前沿/新兴技术
技术栈Go、Python、Kubernetes、Docker、CI/CD、Prometheus、Grafana、分布式系统
业务类型profit_center
工作生活
60中等
仅现场办公，未提及弹性工作或远程，但北京上海办公地点通常便利，生活化动机满足程度中等。
工作模式仅现场办公
办公地点市区核心地段
加班情况未提及（无法判断）
使命价值
65中等
AI 基础设施是高速增长赛道，对行业有推动意义，但实习生角色社会影响力有限，意义感动机满足程度中等偏上。
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
稀宇科技 的其他在招职位
相似职位推荐
Watch Jobs