理想汽车智能空间AI产品实习生

1. 参与智能座舱车载大屏系统主交互业务、车载AI业务 2. 用户和数据洞察： 内测/全量用户反馈收集、AI行业趋势洞察、功能上线后数据管理 3. 参与新功能产品设计：包括产品功能、交互形态设计，跟进落地开发和走查上线 4. 参与AI能力评测体系搭建

日常实习：面向全体在校生，为符合岗位要求的同学提供为期3个月及以上的项目实践机会。 团队介绍：Flow是字节跳动旗下AI创新业务团队，专注研究新技术赛道相关领域技术和产品，目前已在国内和海外分别上线【豆包】和【Cici】等产品。当下的AI革命正席卷全球，同时给互联网行业带来了巨大变革和机遇。我们相信工具可以改变人类过往生活、工作的方式，也在积极探索应用层的创新，有多个AI相关创新产品在孵化中，团队氛围好，发展空间大，快来加入我们！让我们一起探索前沿的技术理念！为全球用户创造更大价值！ 1、负责豆包App端产品功能策略的探索和落地，激发用户更多使用场景，也保证极致的用户体验； 2、主导并协同研发、模型与评测团队，完成用户需求分析、产品及策略的设计、效果的定义与评估等环节。

日常实习：面向全体在校生，为符合岗位要求的同学提供为期3个月及以上的项目实践机会。 团队介绍：字节跳动Flow产品研发团队，专注研究AI智能化相关业务落地，目前落地豆包、Cici 等 APP，以及Bot 开发平台Coze等AI智能化创新产品。其中，豆包是一款基于字节自研模型的聊天应用，能为你答疑解惑，查询信息，提供灵感，辅助创作，也可以和你聊任何感兴趣的话题。业务和团队均处于快速发展期，成长空间大，欢迎各位同学加入！ 1、负责AI产品豆包的客户端研发，编写高质量的代码； 2、和产品经理配合，深度参与手机产品需求讨论，功能定义等； 3、设计良好的代码结构，不断迭代重构。

团队介绍：Intelligence and Innovation团队，是飞书部门内部负责做算法创新与实践的部门，深耕于ToB办公场景的LLM应用相关的前沿技术探索与落地。既通过ASR、大模型文本总结、智能函数、多模态等AI中台能力的建设来支持飞书内外语音识别、会议纪要生成、智能表格公式等各类AI产品，同时也负责了企业AI搜索与知识管理等业务的落地和推广，团队目标是将飞书打造为AI与人高效协作的下一代智能平台，实现 “有效率、有方法、有结果” 的产品愿景。 课题背景： 飞书沉淀了企业内大量知识（文档、wiki、消息、会议记录、图片、视频等）。随着企业知识图谱、用户行为轨迹等图结构数据规模的指数级增长，传统基于文本匹配的RAG系统面临关系感知缺失和个性化能力不足的矛盾。如何寻找相对开销低、效果好的企业问答RAG新范式，突破现有系统在跨模态意图理解深度、个性化排序精度与实时生成质量上的瓶颈，基于企业内部知识和外部公网知识来回答问题与完成深度创作，这项工作对于字节自身做好企业知识管理，和飞书打造国内领先的企业知识问答创作产品，都有重要意义。 课题挑战： 1、图结构融合挑战：传统RAG系统以文本匹配为核心，难以有效捕获用户行为模式、实体拓扑关系等非结构化图信息。如何将文本、图像、视频等异构图数据嵌入到语义理解框架中，构建统一的特征表示空间，是提升意图识别精度的关键瓶颈； 2、动态推理挑战：企业关系图谱具有实时演化特性，用户行为模式与实体关联强度随时间动态变化。现有静态图嵌入方法难以满足实时问答场景的时效性要求，需要开发增量式图学习算法实现动态知识更新； 3、企业内部知识和外部公网知识的融合：当两种知识之间存在差异或冲突时，如果无法有效融合，会显著降低回答的可靠性和实用性。如何在不同模态间建立准确的语义关联，并有效融合内外部知识，是提升回答可靠性和实用性的关键。虽然业界 Deep Research 实现了基于 Agent 架构的公网知识深度检索与创作，但尚无企业内外部知识融合的成功实践； 4、Agentic RAG 可控性：基于Agent架构来实现企业知识问答创作，依赖LLM进行自主推理和判断，其决策过程存在一定的不可预测性。在某些复杂情况下（召回语料量大且干扰性强、企业内部知识与外部知识冲突），Agent可能做出不符合预期的决策，且难以直接干预和纠正。 我们的优势： 1、飞书企业问答产品已经积累了一定的用户基础，并在快速增长； 2、依托飞书套件，能够建立比较完整的用户与其他飞书内实体的图结构数据，并且已经有过早期实践（Lark Graph）； 3、飞书企业问答有完整的评测体系和资源，帮助RAG类探索快速迭代。