商汤大装置-Agent开发实习生
任职要求
1. 计算机、人工智能或相关专业在读，具备良好的 Python 编程基础。 2. 对大语言模型（如 OpenAI、Llama、Qwen 等）有基本了解，接触过 API 调用或相关项目。 3. 了解或使用过 LangChain、LlamaIndex、AutoGen 等 Agent 框架之一。 4. 对 RAG、向量数据库（如 Milvus、Chrom…
工作职责
在导师指导下，参与大模型智能体（Agent）的开发与应用落地，包括但不限于： 1. 参与 Agent 应用的设计与实现，探索从对话到任务执行的智能体能力。 2. 协助设计和优化 Prompt 策略（如 CoT、ReAct），提升模型输出的稳定性与可用性。 3. 基于 LangChain、LlamaIndex 等框架，搭建 RAG（检索增强生成） 应用链路。 4. 实现 Agent 对外部工具的调用（API / 数据库 / 内部系统），支持简单的任务规划与自动化流程。 5. 参与 Demo、内部工具或实验性项目的开发与迭代。
1. 负责商汤SenseCore AI智算数据中心以及大模型应用开发平台等产品的项目落地交付软件设计、开发工作； 2. 在架构师的指导下，主导软件的开发、需求整理等工作。
1. 大模型应用开发平台开发 - 参与LazyLLM大模型应用开发平台功能设计与落地，协调研发团队完成技术实现，输出PRD及原型。 - 通过用户调研和数据分析，挖掘B端客户场景需求，定义平台功能模块及交互逻辑。 2. B端业务解决方案 - 基于客户需求设计Agent业务流程，完成意图识别、工具调用、记忆管理等模块的流程配置与效果调优。 - 构建Agent效果评估体系，通过不同等式持续优化任务完成率和用户体验。 3. 用户反馈与数据分析
利用商汤自研的AI应用开发者工具LazyLLM（https://github.com/LazyAGI/LazyLLM），探索AI-Agent的可能性和商业化落地场景，包含但不限于多模态RAG、AI-PPT、AI小说、旅行助手等；
1.市场与客户洞察：在指导下开展ToB市场与客户洞察，梳理不同行业的AI/大模型应用场景与痛点，输出商业机会要点分析。 2.产品规划与设计：参与大模型产品整体规划，定义产品愿景、目标用户和核心价值主张；协助维护和制定产品路线图；参与 0→1 孵化，撰写 PRD 要点、绘制原型等过程。 3.技术方案整合：紧密与算法和工程团队协作，深度参与技术方案讨论。将客户需求转化为具体的技术实现路径，尤其是在RAG、模型微调、Agent智能体等关键技术应用上有深入思考和设计。 4.项目管理与推进：跨部门协调研发、算法、设计、测试等资源，管理产品开发的全生命周期，确保产品高质量、按时交付上线。 5.商业化与客户成功：协助参与产品的商业化路径设计，有机会与售前和客户团队合作，拜访标杆客户，并根据数据和反馈持续送代优化产品，驱动业务增长。