理想汽车LLM Agent开发实习生

1、负责探索并构建字节跳动AI Coding产品TRAE在各类研发场景内的业务落地，在真实对比与用户反馈中持续打磨产品能力； 2、能够有机会从0-1推进落地可用的产品形态，并且独立负责完整链路； 3、有机会深入参与AI Agent全栈工程，不局限于单一技术栈，从应用层到系统层建立完整实践经验。

团队介绍：POI智能化使命是通过高质量高效率低成本的智能化手段及先进生产力，应用并改进行业最前沿的LLM和Agent技术，数字化还原真实世界POI，保障POI数据的时效性、正确性和完备性，作为高德用户信息获取、交易履约和出行体验的基础。每个POI背后都有精彩的故事，我们作为链接POI和用户的第一步，每一分努力都是与现实世界的一次互动。 职位描述：基于 LLM/Agent 的自主规划、执行、反思与协同能力，构建面向数据生产与智能决策的下一代技术链路，推动从信息理解、自动挖掘、质量校验到闭环更新的全流程智能化，提升POI数据生产效率、用户交互体验； 负责 Agent 基础服务平台建设，探索自主规划、任务分解、工具调用、结果验证和闭环执行等关键能力； 负责 NLP/LLM 相关基础算法能力建设，包括文本理解、信息抽取、纠错、质量评估、生成与融合等核心能力； 探索 LLM 在复杂场景下的零样本、少样本学习与推理能力，提升算法在开放任务中的泛化效果与落地效率； 参与智能语音交互、端侧 Agent、设备协同 Agent、多模态安全识别、Agent攻防等前沿方向的研发与应用。

我们正在寻找一位具备平台化思维、系统架构能力和团队管理经验的 AI平台研发 Leader，负责企业级 AI 平台的整体技术规划、架构设计和团队建设，打造类似 Dify、OpenClaw 、CoWork的AI 平台能力。你将负责 AI 平台从 0 到 1、从 1 到 N 的建设，带领团队构建Agent生成、Agent部署、Agent调优、模型接入、模型训练、模型部署、AI网关、推理优化、RAG等核心能力，支撑内部员工和团队快速构建基于大模型的应用、工作流和智能体系统。岗位职责平台架构规划： 负责 AI 应用开发平台的整体技术架构设计，规划平台核心模块、系统边界、技术路线和演进方向。带团队拿结果： 负责 AI 平台研发团队的技术管理、任务拆解、人员培养和研发效率提升，推动团队持续交付高质量平台能力。AI平台建设：带领团队建设具备高性能、高可用、高扩展性、高安全性的AI平台。AI Infra 建设： 负责模型推理、训练保障、推理优化、模型服务化、资源调度等 AI Infra 能力建设，提升平台性能、稳定性和成本效率。跨团队项目推进： 与产品、算法、业务、运维、安全等团队协作，推动复杂平台项目落地，支撑多业务场景规模化接入。技术预研与平台演进： 持续跟踪大模型、Agent、RAG、MCP、推理优化等方向的前沿技术，判断技术价值并推动工程化落地。

我们正在寻找具备平台化思维和工程落地能力的 AI平台研发专家，负责研发企业级 AI 应用开发与运行平台，打造类似 Dify、OpenClaw 、CoWork的AI 平台能力。你将参与 AI 平台从 0 到 1、从 1 到 N 的建设，支撑内部员工和团队快速构建基于大模型的应用、工作流和智能体系统。岗位职责平台架构与开发： 负责 AI 应用开发平台的核心后端架构设计与开发，构建高可用、高扩展的分布式系统。大模型生态接入： 负责对接国内外主流大模型 API，以及本地开源大模型的适配与统一路由。工作流与 Agent 引擎： 参与开发可视化的 Prompt 编排引擎、AI Workflow 状态机，以及支持多工具/Skill调用的 类OpenClaw Agent 框架。性能优化与高并发处理： 解决 LLM 流式输出下的并发连接管理、高吞吐量下的资源调度及限流熔断等高性能高可用问题。AI Infra建设：研发模型推理、训练系统，参与推理优化及训练保障。技术预研： 持续关注大模型领域的最新开源技术及前沿趋势，并将其快速落地到平台产品中。