理想汽车AI工程实习生
任职要求
1. 学历要求：本科及以上学历在读，计算机科学、软件工程、人工智能、自动化等相关专业优先； 2. 专业技能： - 具备扎实的计算机基础，至少熟悉一门主流编程语言（如Python、Java、Go或C++，Python优先）； - 了解Linux操作系统的基本使用，熟悉Git等版本控制工具； - 对人工智能、机器学习或大模型（LLM）有基础的了解和浓厚的兴趣。 3. 态度与软实力（重点）： - 自驱力强：对AI领域充满好奇心，愿意主动追踪和学习最新的AI技术与工具； - 踏实负责：做事细致有耐心，面对运维和排障…
工作职责
1. AI业务SKILL开发：参与公司AI相关业务场景的SKILL（技能/插件/Agent等）开发与迭代，协助将AI能力落地到实际业务中； 2. AI模型部署研究：协助团队进行AI模型（如大语言模型、视觉模型等）部署相关的前沿技术调研、测试与性能优化； 3. AI服务运维支持：参与日常AI服务的部署、监控与运维工作，协助排查和解决系统运行中的问题，保障服务的高可用性； 4. 技术文档沉淀：协助整理和编写相关的技术文档、操作手册及调研报告。
ByteIntern：面向2027届毕业生（2026年9月-2027年8月期间毕业），为符合岗位要求的同学提供转正机会。 团队介绍：飞书是字节跳动旗下 AI 工作平台，提供一站式协同办公、组织管理、业务提效工具和深入企业场景的 AI 能力，让 AI 真能用、真落地。 从互联网、高科技、消费零售，到制造、金融、医疗健康等，各行各业先进企业都在选择飞书，与飞书共创行业最佳实践。先进团队，先用飞书。 1、将企业非结构化需求转化为可执行的Agent任务； 2、对接企业已有系统（API、数据库等），参与工具开发与集成； 3、对交付效果负责，参与构建评测方案并持续迭代直至业务指标达标； 4、参与处理私有化部署、模型接入等工程问题。
本岗位隶属于法务合规部，承担法务 AI 项目的端到端交付工作，涵盖需求咨询与技术实施两个维度。岗位人员将在产品负责人及资深工程师的协作指导下，独立推进项目各阶段交付，服务对象包括法务合规部内部团队及集团其他业务部门。 1. 通过访谈、调研、数据分析等方式深入理解法务业务痛点，将业务需求转化为可执行的技术问题定义 2. 参与 AI 解决方案的技术方案设计，评估不同技术路径的适用性与实现成本 3. 借助 Claude Code、Codex 等 AI 编程工具，在工程师指导下完成中等规模系统的开发与部署 4. 主导目标用户的工具导入与采用，收集使用反馈，持续推动产品迭代优化 5. 对项目交付过程中形成的方法论与可复用模块进行整理沉淀，提升团队整体交付效率
岗位背景 我们正在建设面向工业领域（如智能制造、工业自动化、工业软件、OT/IT 融合等）的AI 知识库，用于后续的大模型训练、微调（Fine-tuning）及智能问答、知识推理等应 用。 本岗位将深度参与工业领域数据的收集、清洗、结构化与知识化过程，是 AI 产品从“概念”走向“可用”的关键环节。 工作职责 1. 工业领域数据收集 o 收集并整理工业相关资料，包括但不限于： § 技术白皮书、产品手册、标准规范（如 IEC、ISO、国家标准等） § 解决方案文档、用户案例、技术博客、学术/行业报告 o 覆盖领域示例： § 工业自动化、智能制造、数字化工厂 § 工业网络与通信协议（如 OPC UA、PROFINET、Modbus 等） § 工业信息安全 / OT Cybersecurity 2. 数据清洗与结构化 o 对收集的非结构化数据进行整理、去重、纠错、分类 o 按要求将数据整理为结构化格式（如 Markdown / JSON / 表格等） o 对内容进行章节拆分、要点提炼、术语统一 3. 知识标注与知识库构建支持 o 对数据进行基础语义标注（如主题、标签、行业、技术类型） o 协助构建 Q&A 数据、知识对（Instruction / Question–Answer） o 按 AI 训练需求整理高质量语料（适用于 RAG / LLM 微调） 4. 与研发/产品协作 o 与 AI 工程师配合，根据训练效果不断优化数据质量 o 理解“模型为什么答不好”，反推数据缺口或结构问题
① 服务于美团业务，深入理解业务需求，参与技术方案的设计、开发和落地。 ② 负责端到端的数据与智能化解决方案建设，涵盖需求分析、数据处理、方案实现、在线部署及反馈迭代。 ③ 运用数据分析、机器学习和大模型等技术，解决业务运营、经营效率提升等实际问题。 ④ 参与 AI At Work 相关探索，包括 Spec Coding、Agentic RAG、知识库及智能体工作流等实践。 ⑤ 持续关注行业和技术前沿，结合业务场景开展技术验证，沉淀可复用的工具、方法和能力。