小红书
AI Agent算法实习生
AI Agent算法实习生
发布于 大约 17 小时前实习/见习
北京市 / 上海市
无经验要求
实习生
仅现场办公
学历未注明
机器学习
NLP
SFT
AI搜索
大模型
RL
PPO
DPO
Grpo
AI 估算 · 4k–8k
AI Agent实习岗技术前沿，薪资水平符合行业标准，考虑公司品牌与城市消费水平。
职位详情
关于这个职位
加入小红书AI Agent团队，参与打造面向亿级用户的智能生活助手
你将负责agent后训练、记忆与个性化、上下文优化及AI搜索等核心算法研发，让模型理解用户需求并自主完成任务
适合对大模型与Agent技术充满热情、希望将前沿研究落地到实际产品的同学
最低要求
对打造亿级用户使用的 AI Agent 有热情、对 AI 产品有审美
具备扎实的机器学习和 NLP 基础，理解大模型技术细节，熟悉 SFT、RL、DPO / PPO / GRPO 等 Post-training 技术栈，熟悉主流的agent harness框架，懂如何做出一流的agentic model
具备优秀的问题拆解、工程实现和快速迭代能力，在工作中熟练使用AI工具，能够在真实复杂业务场景中独立推动算法效果落地
工作职责
参与小红书站内 C 端 Agent 的算法研发，打造下一代 AI Agent 体验
工作内容包括但不限于agentic后训练，memory和个性化，context 优化，AI搜索等
让模型能够理解用户需求、规划并完成任务，打造成为数亿用户日常生活所使用的，懂用户，可依赖、能办事的智能生活助手
优先资格
有 AI Agent、Agentic Search、Agentic RL、Code Agent、Memory / Context Management 等相关算法或业务经验者优先
在 ACL / EMNLP / NAACL / COLING / CVPR / ICCV / ICLR / NeurIPS 等会议发表过论文者优先
AI 洞察
优缺点分析
- 前沿技术栈：接触Agent、大模型Post-training等最热门AI领域，技术积累价值高
- 大平台资源：小红书亿级用户场景，算法落地挑战大，实践机会丰富
- 团队氛围：对AI产品有审美，团队注重创新与快速迭代，成长空间大
- 实习含金量高：有机会参与顶会论文发表，为简历增色
- 技术难度高：需要同时掌握模型训练、Agent框架、工程实现等多方面技能，学习曲线陡峭
- 竞争激烈：岗位要求高，需要具备扎实基础和相关经验，面试难度大
- 工作强度：互联网大厂实习节奏快，可能需要处理复杂业务问题
- 适合对AI Agent和大模型有强烈热情，具备扎实机器学习基础且希望接触前沿技术落地的优秀学生
角色解读
- 积累前沿AI Agent研发经验，未来可向高级算法工程师、技术专家发展
- 深入理解大模型与Agent技术，有机会参与顶会论文发表，提升学术影响力
- 在小红书这样的大型平台，可接触亿级用户场景，为后续职业发展奠定坚实基础
- 负责小红书站内C端AI Agent的算法研发，包括agentic后训练、记忆与个性化、上下文优化和AI搜索等模块
- 参与打造下一代AI Agent体验，让模型能理解用户需求、规划并自主完成任务
- 与团队协作，在真实业务场景中推动算法效果落地，快速迭代优化模型性能
- 扎实的机器学习与NLP基础，深入理解大模型技术细节，熟悉SFT、RL、DPO/PPO/GRPO等Post-training技术栈
- 掌握主流Agent harness框架，具备构建一流Agentic Model的能力
- 优秀的问题拆解、工程实现和快速迭代能力，熟练使用AI工具辅助开发
申请策略
- 深入了解小红书AI Agent产品方向，在求职信中体现对产品的理解和热情
- 准备一个自己动手做的Agent demo或项目，展示技术实力
- 重点突出大模型相关项目经验，如SFT、RLHF、Agent开发等具体工作
- 展示算法竞赛、顶会论文或开源贡献，体现技术深度
- 强调工程实现能力，列出使用过的Agent框架和AI工具
- 如果有AI产品相关经验或对产品有独特见解，也可以作为亮点
- 复习并熟练掌握Post-training技术（SFT、RL、DPO/PPO/GRPO）的原理与实操
- 学习主流Agent框架（如LangChain、AutoGPT等），尝试复现简单Agent应用
面试指南
- 对于技术问题，先阐述核心概念，再结合具体场景说明区别或应用，最后可提及自己的实践经验
- 对于项目问题，采用STAR法则：描述情境、任务、行动和结果，突出自己的贡献和思考
- 对于开放性问题，展现自己对AI领域的热情和独特视角，结合实际产品体验分析
- 请解释DPO和PPO的区别及其在Agent训练中的应用
- 如何设计一个能进行多步推理的Agent的记忆管理机制？
- 描述一个你参与过的与LLM或Agent相关的项目，遇到的最大挑战是什么？
- 如何评估一个Agentic Model的效果？有哪些指标？
- 你如何理解“对AI产品有审美”？举一个你喜欢的AI产品例子
匹配度报告
61
综合匹配度
大厂AI Agent实习，前沿技术栈，发展性极强，但薪资和WLB一般。
适合人群
最适合渴望技术成长、追求前沿AI经验的学生，对薪资和WLB要求不高。
最强匹配
成长发展匹配
最弱匹配
薪资福利匹配
薪资福利45
成长发展88
工作生活50
使命价值60
薪资福利匹配
45较低
作为实习岗位，薪资水平一般，但小红书作为大厂提供品牌背书和基本福利，补偿性动机满足程度有限。
薪资信号未披露 (4K-8K/月)
成长发展匹配
88较高
职位涉及最前沿的AI Agent技术栈，能参与亿级用户场景，发展性动机得到高度满足。
技术前沿前沿/新兴技术
技术栈AI Agent、大模型、Post-training、SFT、RL、DPO、PPO、GRPO、Agent Harness、AI搜索
业务类型ambiguous
工作生活匹配
50较低
要求现场办公，未提及弹性工作或WLB，生活化动机满足程度一般。
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）
使命价值匹配
60中等
AI Agent是热门赛道，对社会有积极影响，但职位描述未强调使命感，意义感动机中等。
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
Watch Jobs