AI Agent 算法实习生 — 增长方向

优缺点分析

角色解读

• 成长为AI Agent方向的专业算法工程师，掌握大模型应用与调优
• 可转向广告增长方向的核心算法岗位，负责更复杂的投放策略
• 积累一线互联网大厂实习经验，为校招或深造增加竞争力
• 参与广告投放场景的AI Agent系统研发，包括策略自动化、巡检、预算分配等模块
• 优化素材评估与召回算法，利用大模型和机器学习提升投放效率
• 跟踪Agent前沿技术（如Memory、Tool Use），进行技术调研和原型验证
• 扎实的编程基础，熟练使用Python及Vibe Coding工具
• 对大模型和Agent有浓厚兴趣，有实际使用或项目经验
• 了解机器学习基础，能参与算法优化工作

申请策略

• 提前了解小红书的广告业务和Agent技术栈，可在面试中展现热情
• 准备好自己的Agent项目demo或代码仓库，展示动手能力
• 突出大模型/Agent相关项目经验，展示技术深度
• 强调编程能力，如使用Python实现的复杂系统或算法
• 如有竞赛获奖、开源贡献或相关实习经历，重点标注
• 系统学习LangChain、AutoGPT等Agent框架
• 补充广告系统基础知识，如出价策略、CTR预估等
• 熟悉Vibe Coding工具（如Cursor、Copilot）提升开发效率

面试指南

• STAR法则：描述情境、任务、行动、结果，突出技术细节和思考过程
• 先给出整体架构，再分模块讲解，最后总结优缺点
• 结合最新论文或开源项目展示学习能力
• 请介绍一个你使用大模型或Agent解决实际问题的项目
• 如何设计一个自动化广告投放的Agent？请描述思路
• 在Agent中如何实现记忆（Memory）？有哪些常见方案？
• 怎么评估广告素材的质量？可以用哪些机器学习方法？
• 实习期间你希望主要学习什么？如何规划时间？