AI 应用工程实习生
招聘时间
即日起 至 2026-05-24
招聘单位
硅心科技
所在地区
北京
工作地点
北京市/北京市/海淀区 知春路76号京东科技大厦603B
学历要求
本科
实习时长
每周4天，每天3小时
职责描述
职位描述
我们是 aiXcoder 应用算法组，面向企业研发场景，用 AI 解决代码、文档、知识库与研发流程中的实际问题。团队重点方向包括 Agent、Workflow、RAG、Prompt Engineering、Tool Calling 等。你会直接进入真实项目，独立负责一条 AI 应用链路，从 Prompt 设计、工具调用编排到效果评测跑完整循环，积累把 AI 能力真正落到企业研发场景中的实践经验。
我们最近在思考的一些问题：当代码库超过 100 万行，传统 RAG 会在哪里失效？Agent 在多轮工具调用中的失败，有多少是模型能力问题，有多少是链路设计问题？评测一个 Coding Agent 的"好用程度"，除了公开 benchmark 还能怎么衡量？
岗位职责
1. 参与一条企业研发场景下的 AI 应用链路（如代码问答、知识检索、文档理解、测试辅助中的一个），完成方案实验、搭建、测试与迭代。
2. 围绕 Agent、Workflow、RAG 等方案开展 Prompt 调优、工具调用链路测试、效果评测与 Bad Case 分析，定位问题出并推动方案持续优化。
3. 基于代码仓库、知识库和研发文档等真实数据，完成数据处理、检索增强实验和结果分析，提升方案的可用性与稳定性。
4. 跟踪前沿 AI 产品、论文和开源工具，结合业务问题输出可直接指导工作的结构化调研与实验结论。
任职要求
1. 本科大三及以上或硕士在读，计算机、人工智能、软件工程、数学等相关专业。
2. 熟练使用 Python，能独立完成数据处理和实验脚本。
3. 了解 LLM 的基本工作方式和常见失败模式（幻觉、上下文丢失、输出不稳定等）。
4. 做过任何形式的 LLM 应用尝试——自己写的 RAG、自己调的 Prompt 工作流、课程项目、论文复现都算——能讲清楚踩过什么坑。
5. 使用过 Claude Code、Codex、Cursor 等 AI 编程工具，能说清楚各场景实际工具的优劣和原因。
6. 能把一个模糊问题转化为可验证的小实验，能阅读英文论文、技术文档和开源项目资料的候选人。
7. 对 AI 产品有好奇心，沟通顺畅，做事认真，执行力强。
加分项
1. 有基于代码库、知识库、研发文档等真实数据做 AI 应用、评测或研发效率工具的实践经历。
2. 熟悉以下至少一项：Agent 编排框架、RAG 与向量检索实践、LLM 评测框架（如 DeepEval、Ragas）、推理框架（vLLM、Transformers）。
3. 有论文复现、开源贡献、算法竞赛或开发者效率工具相关实践经历。
实习要求
1. 每周至少出勤 4 天。
2. 可持续实习 3 个月以上。
你将获得
1. 直接进入企业级 AI 应用真实项目，接触真实业务问题与研发场景。
2. 系统接触 Agent、Workflow、RAG、Prompt 优化、效果评测等关键方向，积累可迁移的方法和实践经验。
3. 表现优秀者有转正机会。
我们是 aiXcoder 应用算法组，面向企业研发场景，用 AI 解决代码、文档、知识库与研发流程中的实际问题。团队重点方向包括 Agent、Workflow、RAG、Prompt Engineering、Tool Calling 等。你会直接进入真实项目，独立负责一条 AI 应用链路，从 Prompt 设计、工具调用编排到效果评测跑完整循环，积累把 AI 能力真正落到企业研发场景中的实践经验。
我们最近在思考的一些问题：当代码库超过 100 万行，传统 RAG 会在哪里失效？Agent 在多轮工具调用中的失败，有多少是模型能力问题，有多少是链路设计问题？评测一个 Coding Agent 的"好用程度"，除了公开 benchmark 还能怎么衡量？
岗位职责
1. 参与一条企业研发场景下的 AI 应用链路（如代码问答、知识检索、文档理解、测试辅助中的一个），完成方案实验、搭建、测试与迭代。
2. 围绕 Agent、Workflow、RAG 等方案开展 Prompt 调优、工具调用链路测试、效果评测与 Bad Case 分析，定位问题出并推动方案持续优化。
3. 基于代码仓库、知识库和研发文档等真实数据，完成数据处理、检索增强实验和结果分析，提升方案的可用性与稳定性。
4. 跟踪前沿 AI 产品、论文和开源工具，结合业务问题输出可直接指导工作的结构化调研与实验结论。
任职要求
1. 本科大三及以上或硕士在读，计算机、人工智能、软件工程、数学等相关专业。
2. 熟练使用 Python，能独立完成数据处理和实验脚本。
3. 了解 LLM 的基本工作方式和常见失败模式（幻觉、上下文丢失、输出不稳定等）。
4. 做过任何形式的 LLM 应用尝试——自己写的 RAG、自己调的 Prompt 工作流、课程项目、论文复现都算——能讲清楚踩过什么坑。
5. 使用过 Claude Code、Codex、Cursor 等 AI 编程工具，能说清楚各场景实际工具的优劣和原因。
6. 能把一个模糊问题转化为可验证的小实验，能阅读英文论文、技术文档和开源项目资料的候选人。
7. 对 AI 产品有好奇心，沟通顺畅，做事认真，执行力强。
加分项
1. 有基于代码库、知识库、研发文档等真实数据做 AI 应用、评测或研发效率工具的实践经历。
2. 熟悉以下至少一项：Agent 编排框架、RAG 与向量检索实践、LLM 评测框架（如 DeepEval、Ragas）、推理框架（vLLM、Transformers）。
3. 有论文复现、开源贡献、算法竞赛或开发者效率工具相关实践经历。
实习要求
1. 每周至少出勤 4 天。
2. 可持续实习 3 个月以上。
你将获得
1. 直接进入企业级 AI 应用真实项目，接触真实业务问题与研发场景。
2. 系统接触 Agent、Workflow、RAG、Prompt 优化、效果评测等关键方向，积累可迁移的方法和实践经验。
3. 表现优秀者有转正机会。
