AI应用解决方案实习生
招聘时间
即日起 至 2026-12-19
招聘单位
博西家电 B/S/H/
所在地区
南京
工作地点
南京鼓楼创新广场
学历要求
本科
实习时长
每周4天，每天6小时
职责描述
岗位职责：
Job Description：
1、业务场景与产品设计：参与真实业务需求分析，梳理用户目标、任务流程与成功标准，判断适合引入 AI 的环节；围绕模型能力设计产品功能、交互方式与人机协作流程。
Business & Product Design: Analyze business needs and user workflows, identify AI opportunities, and design AI-driven features and human-AI collaboration.
2、Agent 开发与系统集成：在团队指导下，使用 Python 或 JavaScript/TypeScript 开发可运行的 Agent 原型，参与提示词与上下文设计、工具调用、知识检索及任务编排，对接业务 API 和数据源，推动实际场景落地。
Agent Development & Integration: Develop Agent prototypes with Python or JavaScript/TypeScript, including prompts, tool calling, knowledge retrieval, task orchestration, and API integration.
3、AI Native 产品设计：参与从原型到可用产品的迭代，设计任务进度、结果呈现、用户确认、失败重试与人工接管等交互；关注模型不确定性、数据权限和操作边界，提升任务完成率与用户信任。
AI-Native Product Design: Design AI-native workflows and interactions, covering task progress, results, retry, and human handover, while addressing model uncertainty and data permissions.
4、评估与持续迭代：整理真实案例与测试集，结合用户反馈和运行记录，评估输出质量、任务成功率、响应时延与调用成本；跟进新模型、新工具与相关产品，通过小规模实验验证价值并沉淀可复用方案。
Evaluation & Iteration: Evaluate AI quality, task success rate, latency, and cost; test new models and tools and turn validated solutions into reusable practices.
教育背景：
Educational Background：
本科，专业不限
一周出勤4-5天，能尽快到岗，可以实习6个月优先
特定专业知识：
Specific Expertise：
1、具备 Python 或 JavaScript/TypeScript 编程基础，能够调用 API、处理结构化数据，使用 Git 并完成基础调试；愿意动手搭建和迭代可运行的应用原型。
Programming: Basic Python or JavaScript/TypeScript skills; familiar with APIs, structured data, Git, and basic debugging.
2、了解 LLM 应用的基本原理，对提示词、上下文管理、工具调用（Function Calling）和检索增强生成（RAG）有基本认识；能够通过实践理解模型的能力边界与常见失败方式。LLM Knowledge: Basic understanding of LLM applications, including prompting, context management, Function Calling, and RAG; able to explore model capabilities and limitations through practice.
3、具备产品意识，能从用户目标出发拆解需求，思考 AI 如何改变任务流程与交互方式；能够定义可验证的效果标准，并根据测试结果和用户反馈持续改进。
Product Mindset: Able to understand user needs, identify AI opportunities, define measurable outcomes, and iterate based on testing and feedback.
4、学习主动，能够阅读技术文档、快速验证想法并清晰表达过程与结论；愿意使用 AI 编程工具提高效率，并对生成代码进行理解、测试和验证。
Learning & Execution: Proactive learner with strong documentation and communication skills; willing to use AI coding tools and validate generated code through testing and review.
5.基础的英语技能
Job Description：
1、业务场景与产品设计：参与真实业务需求分析，梳理用户目标、任务流程与成功标准，判断适合引入 AI 的环节；围绕模型能力设计产品功能、交互方式与人机协作流程。
Business & Product Design: Analyze business needs and user workflows, identify AI opportunities, and design AI-driven features and human-AI collaboration.
2、Agent 开发与系统集成：在团队指导下，使用 Python 或 JavaScript/TypeScript 开发可运行的 Agent 原型，参与提示词与上下文设计、工具调用、知识检索及任务编排，对接业务 API 和数据源，推动实际场景落地。
Agent Development & Integration: Develop Agent prototypes with Python or JavaScript/TypeScript, including prompts, tool calling, knowledge retrieval, task orchestration, and API integration.
3、AI Native 产品设计：参与从原型到可用产品的迭代，设计任务进度、结果呈现、用户确认、失败重试与人工接管等交互；关注模型不确定性、数据权限和操作边界，提升任务完成率与用户信任。
AI-Native Product Design: Design AI-native workflows and interactions, covering task progress, results, retry, and human handover, while addressing model uncertainty and data permissions.
4、评估与持续迭代：整理真实案例与测试集，结合用户反馈和运行记录，评估输出质量、任务成功率、响应时延与调用成本；跟进新模型、新工具与相关产品，通过小规模实验验证价值并沉淀可复用方案。
Evaluation & Iteration: Evaluate AI quality, task success rate, latency, and cost; test new models and tools and turn validated solutions into reusable practices.
教育背景：
Educational Background：
本科，专业不限
一周出勤4-5天，能尽快到岗，可以实习6个月优先
特定专业知识：
Specific Expertise：
1、具备 Python 或 JavaScript/TypeScript 编程基础，能够调用 API、处理结构化数据，使用 Git 并完成基础调试；愿意动手搭建和迭代可运行的应用原型。
Programming: Basic Python or JavaScript/TypeScript skills; familiar with APIs, structured data, Git, and basic debugging.
2、了解 LLM 应用的基本原理，对提示词、上下文管理、工具调用（Function Calling）和检索增强生成（RAG）有基本认识；能够通过实践理解模型的能力边界与常见失败方式。LLM Knowledge: Basic understanding of LLM applications, including prompting, context management, Function Calling, and RAG; able to explore model capabilities and limitations through practice.
3、具备产品意识，能从用户目标出发拆解需求，思考 AI 如何改变任务流程与交互方式；能够定义可验证的效果标准，并根据测试结果和用户反馈持续改进。
Product Mindset: Able to understand user needs, identify AI opportunities, define measurable outcomes, and iterate based on testing and feedback.
4、学习主动，能够阅读技术文档、快速验证想法并清晰表达过程与结论；愿意使用 AI 编程工具提高效率，并对生成代码进行理解、测试和验证。
Learning & Execution: Proactive learner with strong documentation and communication skills; willing to use AI coding tools and validate generated code through testing and review.
5.基础的英语技能
