小鹏汽车AI Agent 开发实习生（通用智能仿真方向）
任职要求
教育背景：计算机、人工智能或相关专业，具备扎实的专业基础。 编程能力：熟练掌握 Python 开发（熟悉 C++ 为加分项），熟悉异步编程，具有良好的代码规范和工程化落地能力。 AI Agent 经验（核心）：具备 AI Agent 或大模型应用开发经验，深入理解 Agent 的核心组件（如 Planning、Memory、Tools），熟练使用 LangChain、LangGraph、AutoGen 等至少一种主流框架。 大模型基础：熟悉 Prompt Engineering 技巧，了解 RAG（检索增强生成）架构及向量数据库的使用，有实际的 API 接入和 Function Ca…
工作职责
AI Agent 架构与开发：基于大语言模型（LLM），参与设计与开发面向自动驾驶仿真的智能体（AI Agent）及多智能体协同工作流（Workflow）。 仿真场景与原生 AI 应用：结合自动驾驶仿真平台（如场景生成、车辆动力学、传感器仿真等）及仿真测试数据分析，开发具备复杂任务规划、记忆管理、工具调用（Tool Calling）能力的 AI 应用，提升仿真测试效率。 自动化诊断与工具链建设：利用 Agent 技术重构或赋能仿真自动化诊断、结果分析工具，实现仿真故障的快速定位、场景可视化及测试用例的自动生成。 系统集成与性能优化：负责大模型与仿真平台、API 的对接，持续优化 Prompt，提升 Agent 在仿真环境中的响应速度、稳定性和执行准确率。
高置信度闭环测试：负责自动驾驶算法能力评估指标（Metric）的精确率与召回率迭代；维护高价值回归测试集，确保仿真评测结果与实车路测表现的高度一致。 仿真评估软件优化：参与自动驾驶仿真评估体系的核心架构演进，优化系统架构，提升整体运行效率。 研发工作流智能化（AI 驱动）：积极引入前沿的大模型与 AI 辅助编程 / Agent 技术，探索并构建评估开发全流程的自动化闭环，推动研发工作流的智能化升级。 量化评价体系建模：基于自动驾驶业务场景与车辆物理规则，开发量化评分算法，提升各项评估指标（Metric）对自动驾驶算法能力及用户体感的区分度与置信度。
1、AI Agent 架构与开发：基于大语言模型（LLM）， 参与设计与开发智能体（AI Agent）及多智能体协同工作流（Workflow）； 2、Native AI 应用落地：结合自动驾驶台架测试、路测数据分析等业务场景，开发具备复杂任务规划、记忆管理、工具调用（Tool Calling）能力的 AI 应用； 3、自动化诊断与工具链建设：利用 Agent 技术重构或赋能现有的自动化诊断与分析工具，实现问题的快速定位、数据可视化及测试用例的自动生成； 4、系统集成与性能优化：负责大模型与现有自动驾驶平台系统、API 的对接，持续优化 Prompt，提升 Agent 的响应速度、稳定性和执行准确率。
ByteIntern：面向2026届毕业生（2025年9月-2026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：字节跳动 Seed 团队成立于 2023 年，致力于寻找通用智能的新方法，追求智能上限。团队研究方向涵盖 LLM、语音、视觉、世界模型、基础架构、AI Infra、下一代 AI 交互等，在中国、新加坡、美国等地设有实验室和岗位。 Seed 团队在 AI 领域拥有长期愿景与决心，坚持深耕基础，期望成为世界一流的 AI 研究团队，为科技和社会发展作出贡献。目前团队已推出业界领先的通用大模型以及前沿的多模态能力，支持豆包、扣子、即梦等超过 50 个应用场景。 1、AI搜索总结Agent研发： 1）设计并实现基于LLM的搜索总结Agent，提升搜索结果的理解、推理与结构化总结能力； 2）探索LLM Reasoning技术（如思维链、多步推理），优化复杂查询的Deep Research模式，实现长文本理解与跨文档信息融合； 3）构建端到端系统，涵盖意图识别、知识检索、结果生成与偏好对齐，提升用户体验； 2、模型优化及应用： 1）通过指令微调（Instruction Tuning）、偏好对齐（RLHF/DPO）等技术优化模型在搜索场景的适应性； 2）探索多模态信息（文本、代码、结构化数据）融合的搜索与生成技术； 3）研究未来生活中的创新应用场景（如个性化知识助手、自动化研究工具），探索技术边界。
Top Seed人才计划-豆包大模型研究实习生专项：面向2025年9月及以后毕业的博士及本硕在读同学，加入我们，你可以自主决定研究课题，与正式员工享受同等权限和资源，和优秀的研究员一起，向智能上限发起挑战。 团队介绍：字节跳动 Seed 团队成立于 2023 年，致力于寻找通用智能的新方法，追求智能上限。团队研究方向涵盖 LLM、语音、视觉、世界模型、基础架构、AI Infra、下一代 AI 交互等，在中国、新加坡、美国等地设有实验室和岗位。 Seed 团队在 AI 领域拥有长期愿景与决心，坚持深耕基础，期望成为世界一流的 AI 研究团队，为科技和社会发展作出贡献。目前团队已推出业界领先的通用大模型以及前沿的多模态能力，支持豆包、扣子、即梦等超过 50 个应用场景。 1、AI搜索总结Agent研发： 1）设计并实现基于LLM的搜索总结Agent，提升搜索结果的理解、推理与结构化总结能力； 2）探索LLM Reasoning技术（如思维链、多步推理），优化复杂查询的Deep Research模式，实现长文本理解与跨文档信息融合； 3）构建端到端系统，涵盖意图识别、知识检索、结果生成与偏好对齐，提升用户体验； 2、模型优化及应用： 1）通过指令微调（Instruction Tuning）、偏好对齐（RLHF/DPO）等技术优化模型在搜索场景的适应性； 2）探索多模态信息（文本、代码、结构化数据）融合的搜索与生成技术； 3）研究未来生活中的创新应用场景（如个性化知识助手、自动化研究工具），探索技术边界。