小红书
产品工程师-Agent 应用方向
产品工程师-Agent 应用方向
发布于 大约 2 小时前实习/见习
上海市 / 北京市
无经验要求
实习生
仅现场办公
本科
产品管理
数据分析
用户体验
RAG
产品设计
大模型
内容理解
多轮对话
AI 估算 · 4k–8k
实习岗位，按天计薪，综合上海/北京生活成本，月薪约4-8k。
职位详情
关于这个职位
该实习岗位负责小红书C端Agent产品的工程建设，涉及从用户需求洞察到技术实现的完整闭环
你将深入理解社区生态，探索大模型在内容理解、搜索推荐、多轮对话等场景的应用，并与多团队协作推动AI Agent落地
适合对AI产品和技术均有热情的同学
最低要求
本科及以上学历，扎实的计算机基础：熟悉数据结构、算法、操作系统、网络等基础知识，具备良好的编码习惯和调试能力
一定的全栈开发兴趣或实践：接触过前端（如 HTML/CSS/JavaScript、React/Vue）或后端（如 Go/Java/Python/Node.js）开发，做过课程项目、实习项目、个人作品或开源贡献均可
对大模型应用开发有实践经验，了解或使用过以下一种或多种技术： Context Engineering RAG / 向量检索 / 语义搜索 Function Calling / Tool Use Agent Workflow / Multi-agent LLM 评估体系 上下文管理与记忆机制 模型微调或后训练数据构建
对产品有热情和好奇心：是小红书或其他内容/社交产品的活跃用户，喜欢思考“这个功能为什么这样设计？”“如果我来做会怎么改？”
具备良好的数据分析与实验意识，能够通过日志、用户反馈、A/B 实验、bad case 归因等方式定位问题并推动优化
具备良好的跨团队沟通能力和自驱力，能够在产品、算法、工程之间建立高效协作，推动复杂项目落地
工作职责
负责小红书 C 端 Agent 产品的工程建设，参与从用户需求洞察、产品方案设计、技术实现到效果评估的完整闭环
深入理解小红书社区生态与用户内容消费、搜索、决策、互动等场景，探索 Agent 在社区内容理解、任务规划、多轮对话、个性化推荐与工具调用中的应用
与产品、算法、工程、设计、数据等团队协作，推动 AI Agent 能力在真实用户场景中的落地，包括但不限于： 多轮对话体验优化 搜索与内容理解增强 工具调用与任务执行链路建设 用户意图识别与场景化分发 Agent 记忆、个性化与上下文管理 AI 生成内容的安全、质量与可控性建设
负责 Agent 产品工程链路的设计与实现，包括 Context Engineering、工作流编排、RAG、Function Calling、模型效果评估、数据回流与实验迭代
建立面向 C 端 Agent 的评估体系，结合人工评测、自动化评测、线上 A/B 实验、用户反馈与 bad case 分析，持续提升 Agent 的可用性、稳定性和用户满意度
关注大模型、Agent、搜索推荐、内容理解、多模态等方向的前沿技术进展，并结合小红书社区业务场景进行工程化探索和产品化落地
AI 洞察
优缺点分析
优点
- 前沿技术方向：直接接触大模型、Agent等最新AI技术，积累宝贵经验
- 大厂平台：小红书用户量大，产品场景丰富，项目影响力高
- 跨团队协作：与算法、工程、设计等多角色合作，锻炼综合能力
- 产品与工程结合：既培养技术实现能力，又提升产品思维
- 实习岗位，薪资相对全职较低，且工作强度可能较大
- 涉及多团队协作，沟通成本高，需要较强的自驱力和协调能力
- 适合对AI产品和技术有浓厚兴趣、具备一定全栈基础、希望在大厂积累实战经验的计算机或相关专业学生
缺点 / 挑战
- 技术迭代快，需要持续学习前沿知识，压力较大
角色解读
- 从产品工程实习转向AI产品经理或技术产品经理方向
- 深入大模型与Agent领域，成为AI产品专家或技术负责人
- 在小红书等大厂积累经验后，可向创业或高级产品管理岗位发展
- 负责小红书C端Agent产品的工程建设，从需求洞察到效果评估全流程参与
- 探索大模型在社区内容理解、多轮对话、个性化推荐等场景的应用落地
- 与算法、工程、设计等多团队协作，推动AI Agent在真实场景中的优化迭代
- 建立评估体系，通过A/B实验、用户反馈等持续提升产品用户体验
- 扎实的计算机基础，包括数据结构、算法、操作系统等
- 全栈开发基础，熟悉至少一种前端或后端框架
- 大模型应用开发经验，了解RAG、Function Calling、Agent Workflow等技术
- 产品思维和数据分析能力，能通过数据驱动产品优化
申请策略
- 在简历中附上个人博客或GitHub链接，展示技术热情
- 面试前准备好一个你改进小红书的Agent功能方案，体现产品思考
- 突出大模型或Agent相关项目经验，如RAG、Function Calling实践
- 展示全栈开发能力，包括前后端项目、开源贡献等
- 强调数据分析能力，如A/B实验、用户行为分析案例
- 体现产品思维：对小红书或其他社区产品的功能改进建议
- 提前学习LangChain、LlamaIndex等Agent框架，亲手搭建一个简单Agent
- 熟悉小红书产品，分析其搜索、推荐、评论等功能的优缺点
面试指南
- STAR法则：描述情境、任务、行动、结果，突出技术难点和你的贡献
- 结构化思考：先明确问题定义，再分步骤提出方案，最后评估效果
- 结合场景：始终以小红书业务为例，展示对产品的理解
- 请介绍一个你参与的大模型或Agent项目，遇到的最大挑战是什么？
- 如果让你优化小红书的搜索功能，使用RAG技术，你会怎么设计？
- 如何评估一个C端Agent产品的用户体验？你会关注哪些指标？
- 你如何看待基于大模型的多轮对话中的幻觉问题？有什么解决方法？
- 请解释Function Calling的工作原理及其在实际应用中的价值
匹配度报告
66
综合匹配度
实习机会，前沿Agent方向，技术成长快，但薪资一般。
适合人群
最适合追求技术成长和前沿经验、不太在意短期薪资的求职者。
最强匹配
成长发展匹配
最弱匹配
薪资福利匹配
薪资福利50
成长发展85
工作生活60
使命价值70
薪资福利匹配
50较低
实习薪资处于行业中等水平，未明确列出福利，补偿性动机满足程度一般。
薪资信号未披露（AI估算：4K-8K/月）
成长发展匹配
85较高
岗位涉及前沿的Agent和大模型技术，能快速积累核心技能，成长空间大。
技术前沿前沿/新兴技术
技术栈大模型、Agent、RAG、Function Calling、多轮对话、向量检索
业务类型profit_center
工作生活匹配
60中等
需要现场办公，工作地点在核心城市，但实习期WLB一般，未明确弹性工作。
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）
使命价值匹配
70中等
小红书作为内容社区，产品影响用户信息获取和决策，有一定社会价值但非突出。
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