理想汽车Agent系统研发实习生
任职要求
1. 熟悉AI Agent概念，具备实际Agent项目设计、开发经验； 2. 具备RAG相关知识，熟悉多种检索方式，了解如LlamaIndex等框架，并有实际的RAG优化与落地经验； 3. 具备Prompt Engineering技能，能够设计和优化Prompt以提高模型性能； 4. 熟悉Agent领域的经典学术、工业工作，如AutoGPT、MemGPT等； 5. 熟悉Agent开发框架，如LangGraph、CrewAI、AutoGen等，有实际使用经验者优先； 6. 计算机科学基础扎实，精通数据结构、算法、操作系统、网络等经典计算机理论。 加分项： 1. 在搜索算法、推荐系统、NLP、大模型领域有丰富经验，并参与过大型项目或产品的开发； 2. 实际模型微调（fine-tuning）的经验； 3. 有顶级学术会议（如NeurIPS、ICML、ICLR等）的论文发表经历。
工作职责
1. 负责 AI 能力系统化应用，打造企业级“数字员工”，实现人机协同的新工作范式； 2. 负责 Agent 的开发与优化。需熟悉各种开源Agent框架、以及推理大模型技术架构，熟悉Agentic Workflow的设计与实现，具有扎实的计算机科学理论基础，深入参与打造操作系统（OS）级别的Agent。
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：Data AML是字节跳动公司的机器学习中台，为抖音/今日头条/西瓜视频等业务提供推荐/广告/CV/语音/NLP的训练和推理系统。为公司内业务部门提供强大的机器学习算力，并在这些业务的问题上研究一些具有通用性和创新性的算法。同时，也通过火山引擎将一些机器学习/推荐系统的核心能力提供给外部企业客户。此外，AML还在AI for Science，科学计算等领域做一些前沿研究。 1、负责火山引擎-方舟大模型平台的Agent技术研发，包括Multi-Agent框架、Memory机制、Agent-RL等基础能力建设； 2、开发UI-Agent、DeepResearch Agent等专业领域Agent，提升大模型在特定场景的应用能力； 3、设计并实现易用高效的Agent开发套件，降低开发者使用Agent技术的门槛； 4、探索Agent方向的创新方法与技术，提出更先进的Agent范式，引领行业技术发展； 5、探索面向Agent的评估方法，构建火山方舟Agent评估体系。
-参与大语言模型（LLM）的相关研究与实验，包括预训练、微调、后训练（如SFT、GRPO等）、Prompt工程 -支持 AI Coding Agent 系统的研发与优化，探索 LLM 在软件工程和智能编程中的应用 -协助完成模型效果评估、Benchmark测试与实验数据分析，推动模型性能改进 -与团队成员紧密协作，解决研发与实验过程中遇到的技术问题
·你将站在AI应用的最前沿，以AI-native的思维和方式，专注于大型语言模型及智能体应用的开发，将复杂的业务需求转化为智能、自主的系统。 ·协助负责Agent系统的核心逻辑与策略设计，包括任务拆解、工具调用、记忆管理、多智能体协作等。 ·使用LangChain、LlamaIndex等主流框架或自研工具，快速构建、测试和迭代AI Agent应用。 ·深入理解业务场景，与产品、研究团队紧密合作，将业务逻辑与LLM能力深度融合，设计和实现高效的解决方案。 ·协助负责Context Engineering、Continue Training、RAG等关键技术的应用和优化，持续提升Agent系统的性能和可靠性。 *
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：字节跳动开发者服务团队主要负责公司研发工具体系建设，为开发者提供全技术栈框架、工具和研发体系等基础设施。团队目前在服务端、移动端、Web、桌面端均有深入研究，致力于提供公司全产品线工程效能、可观察性以及各终端技术与框架的基础设施建设。团队还在探索前沿AI技术在工程生产力上的落地与应用，探索研发体系与领域模型的深度融合，实现开发者服务的升级与创新。期待对研发工具体系有兴趣、对技术有追求的同学加入，共同成长！ 1、负责AI Agent系统的设计、开发和优化，包括记忆模块、规划模块和工具调用模块； 2、开发和完善基于大语言模型（LLM）的智能体系统，提升Agent的自主决策和任务执行能力； 3、设计并实现Agent的工具使用接口，实现与各类外部系统和API的集成； 4、优化Agent的对话系统，提升用户交互体验和任务完成效率； 5、开发Agent的知识库管理系统，实现高效的信息存储和检索。