阿里巴巴AI眼镜skill研发实习生
实习兼职阿里巴巴日常实习生地点:杭州状态:招聘
任职要求
1、本科及以上学历,计算机相关专业; 2、熟悉Java/Python/C++中至少一种编程语言,有Shell/Go/Lua等使用经验优先; 3、熟练使用MySQL,对数据库事…
登录查看完整任职要求
微信扫码,1秒登录
工作职责
1、负责跟进ai业界比较有热度的skill,持续提升ai眼镜skill的新鲜度和丰富度; 2、独立完成小功能模块的设计开发,并且能在较短的时间内解决bug和线上问题; 3、参与项目的前期规划、技术选型,编写高质量的技术文档,保障团队开发质量。
包括英文材料
学历+
Java+
https://www.youtube.com/watch?v=eIrMbAQSU34
Master Java – a must-have language for software development, Android apps, and more! ☕️ This beginner-friendly course takes you from basics to real coding skills.
Python+
https://liaoxuefeng.com/books/python/introduction/index.html
中文,免费,零起点,完整示例,基于最新的Python 3版本。
https://www.learnpython.org/
a free interactive Python tutorial for people who want to learn Python, fast.
https://www.youtube.com/watch?v=K5KVEU3aaeQ
Master Python from scratch 🚀 No fluff—just clear, practical coding skills to kickstart your journey!
https://www.youtube.com/watch?v=rfscVS0vtbw
This course will give you a full introduction into all of the core concepts in python.
C+++
https://www.learncpp.com/
LearnCpp.com is a free website devoted to teaching you how to program in modern C++.
https://www.youtube.com/watch?v=ZzaPdXTrSb8
Bash+
[英文] The Bash Guide
https://guide.bash.academy/
A quality-driven guide through the shell's many features.
https://www.youtube.com/watch?v=tK9Oc6AEnR4
Understanding how to use bash scripting will enhance your productivity by automating tasks, streamlining processes, and making your workflow more efficient.
还有更多 •••
相关职位
实习阿里巴巴日常实习
1、负责AI眼镜产品中openSDK技能的研发与迭代,支撑集团各业务场景的落地; 2、负责技能的版本管理、测试发布、线上监控等日常运维工作; 3、参与技术方案评审、风险评估及质量管控,推动产品开发质量提升; 4、通过数据洞察和问题分析,沉淀并不断优化服务策略和系统架构。
更新于 2026-05-20杭州
社招3年以上产品类-用户型
1、将蚂蚁领先的AI能力、丰富的服务生态与智能眼镜的自然交互相结合,打造下一代智能眼镜上令人惊艳的2C软件应用与交互体验。 2、主导智能眼镜等AI终端上的应用、中间件及系统级交互的产品规划与迭代设计,并定义核心用户体验路径。 3、基于语音、手势、视觉等多模态的自然交互设计,确保应用在眼镜上操作简单、反馈即时、体验流畅。 4、结合端侧大模型、计算机视觉等AI能力,规划和落地具有“主动智能”和“情景感知”特性的创新功能。 5、负责AI眼镜产品行业发展趋势和用户洞察,从用户调研、市场分析、产品定义,到协同研发落地、效果评估与迭代优化。 6、建立产品数据指标体系,紧密关注用户反馈,持续优化产品,对用户留存和满意度负责。
更新于 2026-01-29杭州

社招1年以上技术
1. 负责公司业务线的 AI 提效工具、自动化流程 设计与开发,提升产品、研发、测试团队效率。 2. 基于大模型(LLM)构建 RAG、智能问答、文档处理、代码辅助、流程自动化 等应用。 3. 对接业务需求,将 AI 能力落地到实际工作流:如自动处理数据、智能审核、客服 / 销售话术生成等。 4. 优化 Prompt 工程、模型调用策略、上下文管理、向量数据库等,提升 AI 输出稳定性与准确性。 5. 与产品、前端、后端、测试协作,完成 AI 应用从需求→方案→开发→上线→迭代全流程。 6. 跟踪业界 AI 工具与技术,持续引入更高效的方案落地。
更新于 2026-06-16北京