百度智能体应用开发实习生（J92821）
任职要求
-本科及以上学历在校生，可尽快到岗，线下实习5个月及以上，每周至少出勤4天 -熟悉Python基础开发，具备API接口调用和脚本编写能力 -掌握RAG技术原理及Prompt工程方法，了解模型微调技术（SFT/LoRA/DPO）等方法 -使用过千帆AppBuilder/Coze/Dify/百炼等任一智能体平台并熟悉LangChain/LlamaIndex等编排开发框架 -对视觉语言模型（VLM）应用有实践或研究兴趣，具备优秀的学习能力和技术探索精神 -抗压能力强， 擅长汇总信息并撰写日常汇报文档
工作职责
-参与大模型智能体应用开发与创新实践，探索生成式AI在不同场景的解决方案 -基于业务需求搭建智能体工作流，实现复杂任务的自动化处理，提升大模型应用效果 -参与客户需求对接，协助解决客户各类技术相关问题，完成技术方案验证和效果评估 -调研市场主流智能体应用， 并协助测试智能体能力边界
我们能提供什么？ 今年不愧是Agent应用元年，已有大量优秀产品涌现。在有赞内部也以高频的黑客松活动来鼓励每一位小伙伴积极投身场景探索。 在有赞你可以充分发挥想象力，沉浸式体验2B业务的Agent项目，并通过多维度场景理解+技术创新+工程应用落地，进入真实商业环境、理解业务决策与AI应用的关系。 核心能力要求 ： 需具备扎实的工程能力，有实际开发过 agent 相关应用或平台的经验； 对技术保持好奇心，愿意探索前沿领域（如 agent 框架、context engineering、智能体应用等）； 注重实际落地，能将技术转化为业务价值； 技术方向侧重 ： 关注 agent 框架（如GitHub - alibaba/spring-ai-alibaba: Agentic AI Framework for Java Developers、https://openai.github.io/openai-agents-python/、https://strandsagents.com/latest/） ai 网关（如GitHub - BerriAI/litellm: Python SDK, Proxy Server (LLM Gateway) to call 100+ LLM APIs in OpenAI for、cloudflare 的 ai gateway） browser-use（如GitHub - browser-use/browser-use: 🌐 Make websites accessible for AI agents. Automate tasks online wi、fellou） 通用 agent（如GitHub - kortix-ai/suna: Suna - Open Source Generalist AI Agent、GitHub - FoundationAgents/OpenManus: No fortress, purely open ground. OpenManus is Coming.等） 建议从 rag、text to sql、sandbox、deep research 中选一个深入研究
ByteIntern：面向2026届毕业生（2025年9月-2026年8月期间毕业），为符合岗位要求的同学提供转正机会。 团队介绍：火山引擎是字节跳动旗下的云服务平台，将字节跳动快速发展过程中积累的增长方法、技术能力和工具开放给外部企业，提供云基础、视频与内容分发、大数据、人工智能、开发与运维等服务，帮助企业在数字化升级中实现持续增长。 1、协助大模型应用开发：在资深工程师的指导下，参与大模型相关应用的开发工作，如知识助手等，负责应用的调试与优化； 2、数据处理与分析：协助进行模型训练数据的收集、整理、标注工作，并对数据进行分析，提升应用的准确性； 3、问题排查与解决：在应用开发过程中，及时发现并记录遇到的技术问题，对于无法解决的问题，及时上报，协助定位和修复问题； 4、智能体搭建：参与AI Agent项目交付工作，包括智能体设计、搭建以及调优、工作流建设。
我们正在寻找对大语言模型（LLM）的应用落地、效果调优和系统效能提升充满热情的工程师。您将加入我们的核心研发团队，主要负责将先进的 LLM 技术转化为实际的业务价值，特别是在指令微调（SFT）、智能体（AI Agent）的设计与部署，以及应用基础设施（Infra）的优化。我们的目标是打造高效、可靠、智能的 LLM 应用解决方案，加速模型在人形机器人、自动驾驶、多模态等前沿领域的落地。 1. LLM 微调与应用落地：负责设计并执行 LLM 的指令微调（SFT）和对齐（如 RLHF/DPO）实验，以提升模型在特定应用场景（如代码生成、复杂推理、对话）的表现。主导模型效果的评估体系搭建和优化，确保模型输出的准确性、安全性和一致性。 2. 云端训练框架与效率优化：主导 LLM 微调（SFT/对齐）流程在云端环境下的效率优化，包括数据加载、多机通信、资源调度、框架稳定性等方面，确保 SFT 流程的高效、稳定和低成本运行。 3. 前沿应用技术追踪：紧密追踪 LLM 在 Agent 框架、长上下文处理、多模态交互等应用层面的最新研究与工程实践，并将其快速引入到产品线。 4. AI Agent 研发与部署：探索并实践基于 LLM 的 AI Agent（智能体） 框架，包括工具调用（Tool Use/Function Calling）、规划（Planning）、记忆（Memory）等核心模块的设计与实现。将开发的 Agent 系统集成到实际产品或业务流程中，提升自动化和智能决策能力。 5. 跨团队协作：与算法、数据和产品团队紧密合作，将模型优化成果快速产品化，并收集应用层的反馈来指导下一轮模型迭代。
1.参与AIGC应用开发： 协助团队开发基于大语言模型（LLM）和多模态大语言模型（MLLM）的AI应用，涉及多模态生成/处理，多模态理解等。专注于图文、短视频等创意内容的生成与自动化处理。 2.模型调优与集成： 根据业务需求，满足垂直领域的模型微调和效果评估 3.Agent系统探索与实践： 研究和实验AI Agent框架（如LangChain、LlamaIndex、AutoGen等），探索多智能体协作在复杂内容生成工作流中的应用。