Agent 全栈研发工程师（前/后端）-MiMo 北京 社招 全职 职位 ID：A220502 职位描述 MiMo 大模型团队正在寻找熟悉前后端工程和脚本语言的研发工程师，一起提升大模型在代码生成、复杂企业级软件开发，以及 Agent 框架构建中的能力。这个岗位会横跨前端工程、后端服务、AI Coding、Agent Framework 和强化学习训练基础设施。你将参与构建真实软件工程任务、开发训练与评测环境、设计复杂企业级应用场景，并与模型训练、数据、评测团队协作，帮助模型更好地理解和生成高质量、可维护、可运行的工程代码。工作职责1. 设计和构建高质量前后端代码任务，用于提升模型的代码生成、代码修改、调试、重构和系统实现能力。2. 针对复杂企业级软件场景，沉淀真实工程任务，包括后台系统、数据看板、工作流平台、权限管理、表单系统、API 服务、业务中台、低代码 / 配置化平台等。3. 参与代码评测体系建设，设计可自动验证的 benchmark、单元测试、接口测试、端到端测试、视觉回归测试和交互行为验证。4. 基于 JavaScript / TypeScript / Python 等脚本语言，参与 Agent 框架、工具调用框架、任务执行环境和强化学习训练环境的开发。5. 构建用于 RL 训练的 Agent 任务环境，包括任务定义、状态反馈、奖励设计、执行沙箱、工具链集成、前后端联调与自动化验证等。6.
开放平台高级开发工程师（agent） 北京 社招 全职 职位 ID：A145415A 职位描述 1. 负责基于飞书开放平台的企业级应用与机器人开发，包括消息卡片交互、事件订阅、Webhook回调等核心能力建设2. 设计并实现飞书机器人与AI Agent系统的对接层，确保消息通道高可用3. 开发飞书审批流、多维表格等场景的自动化集成方案，打通OA、HR、财务等内部业务系统4. 负责飞书应用的权限管理、上架审核及持续迭代优化5. 参与技术方案设计与Code Review，输出技术文档 职位要求 1. 本科及以上学历，计算机相关专业，3年以上后端开发经验2. 精通Python或TypeScript/Node.js，熟悉RESTful API设计与开发3. 熟悉飞书开放平台API体系，有飞书机器人或飞书应用上线经验者优先4. 了解OAuth2.0及企业级SaaS应用安全规范5. 熟悉消息队列（Kafka/RabbitMQ）、Redis等中间件，有高并发服务开发经验6. 了解LangChain/LangGraph等Agent框架，能理解Agent与飞书通道的交互模式者加分- 有钉钉、企微、Slack等企业协同平台开发经验者加分 投递...
Electron 技术专家-MiMo 北京 社招 全职 职位 ID：A194946 职位描述 职位描述我们正在寻找一位熟悉 Electron 桌面端开发、AI Coding 的工程师，负责 Windows 与 macOS 端 Agent 应用的功能开发、架构设计与性能优化。你将参与桌面端 Agent 产品从架构设计、核心功能开发、跨平台适配、性能优化、稳定性建设到 CI/CD 发布体系的完整研发流程，帮助团队打造高性能、高稳定性、可持续迭代的桌面端 Agent 应用。岗位职责- 负责基于 Electron 的桌面端 Agent 应用开发，覆盖 Windows 与 macOS 平台。- 负责客户端核心功能设计与实现，包括窗口管理、本地文件访问、系统能力调用、后台任务执行、快捷键、系统托盘、自动更新等。- 参与
Forward Deployed AI Engineer 北京 全职 研发 - 高级技术职位 职位描述 About the RoleWe’re seeking engineers who enjoy working directly with customers to build real solutions using LLMs. In this role, youll integrate into client environments to
游戏后端开发实习生 北京 实习 互联网 / 电子 / 网游 - 研发 职位描述 1. 核心玩法实现：负责游戏核心玩法逻辑的开发，根据产品文档及竞品分析，使用 TypeScript 精确还原游戏内的规则判定、流程控制及结算机制；2. 逻辑代码构建：基于 Node.js/TypeScript 技术栈，设计并实现游戏内的有限状态机（FSM）、事件流转及算法模块（如消除算法、概率触发逻辑），确保业务逻辑的严谨性；3. 仿真与数值验证：与数值策划/算法团队紧密配合，编写自动化单元测试（Unit Test），对玩法产出的模拟数据进行校验，确保代码实现的概率与逻辑符合理论模型；4. 通用机制沉淀：参与游戏玩法框架的建设，提炼高频使用的逻辑组件（如轮盘滚动机制、连线判定、奖池触发器），提升后续新玩法的开发效率；5. 规范化交付：负责逻辑代码的模块化设计，编写清晰的技术文档与接口定义，确保代码具备良好的可读性与可维护性。 职位要求 1. 专业背景：本科及以上学历（含在读），计算机、软件工程、数学或相关专业，具备扎实的计算机基础；2. 技术栈：熟练掌握 TypeScript / JavaScript (ES6+)，了解 Node.js 运行原理，具备良好的面向对象（OOP）或函数式编程思想；3. 逻辑能力：具备极强的逻辑抽象能力，能够将复杂的自然语言描述（如复杂的玩法规则说明）转化为条理清晰的代码逻辑，对数据敏感；4. 工程素养：代码风格严谨，重视单元测试（Jest/Mocha等）和边缘情况（Edge Cases）处理，熟悉 Git 协作流程；5. 加分项：有消除类/卡牌类/益智类游戏开发经验（Demo亦可）、熟悉设计模式或模拟仿真系统开发经验者优先。你将获得：-
前端开发工程师（企业智能） 北京、重庆 社招 全职 职位 ID：A212533 职位描述 1、为懂车帝企业效率业务方向提供高质高效的研发工作，主要参与OA、ERP、BI、企业基建（SSO、权限、网关）等方面的工作；2、关注前端前沿技术与 AI 工程化能力发展，能够将新知识传递给团队，并转化到潜在项目中；3、探索 AI Coding、AI Workflow、智能研发助手等能力在业务研发、效率工具、工程体系中的落地，提升团队研发效率与交付质量。 职位要求 1、计算机基础扎实，熟练掌握 HTML、JavaScript、CSS 等前端技术及相关标准规范；2、熟悉一种 MVX 框架，如 React、Vue、Angular 等；3、熟悉一种构建工具，如 Webpack、Gulp、FIS 等；4、了解服务端技术栈，熟悉一门服务端语言，如 Node.js、Python、Golang 等，熟悉前后端协作模式；5、具备良好的工程化意识，能够通过工具、框架、自动化流程提升研发效率与代码质量；6、关注并实践 AI Coding 工具，有使用 Cursor、Claude Code、Codex、Copilot 等 AI 编程工具辅助研发的经验者优先；7、对 AI Workflow、Agent、Prompt Engineering、研发流程自动化有兴趣或实践经验，能够结合业务场景设计和优化智能化工作流者优先；8、有 AI
FDE 北京 全职 销售 - 销售支持 职位描述 我们正在寻找喜欢直接与客户合作，使用大语言模型（LLMs）构建实际解决方案的工程师。在这个岗位上，你将融入客户环境，了解他们面临的挑战，协作构建解决方案，并应对不断变化的问题领域。你将与内部合作伙伴（如销售、解决方案架构师、客户成功和产品团队）密切合作，以确保这些项目的成功，并将宝贵的见解反馈给公司。你的职责与客户合作，深入了解他们的技术和业务需求。- 使用敏捷、迭代的方法设计和构建端到端的AI驱动应用程序。- 为原型和实际部署制定并管理详细的项目范围和实施计划。作为值得信赖的技术合作伙伴，与客户团队并肩工作，在其基础设施上实施解决方案。-与跨职能团队协作，确保顺利交付和持续成功，同时分享见解以改进内部流程和产品。记录经验教训和最佳实践，以帮助在整个组织内扩展FDE职能。 职位要求 你所具备的条件-至少4年软件工程或涉及直接客户互动的类似角色的工作经验。有高达50%的出差灵活性，以便与客户进行现场协作。有构建快速原型并根据用户反馈进行迭代的良好记录。-有领导或参与AI/ML解决方案部署的经验，熟悉网络和云技术。具备扎实的前端工具技能，如React或Next.js；后端开发技能，使用Python或Node.js等语言；以及数据分析工具技能，如MaxCompute、ClickHouse或其他SQL数据库。-熟悉包括阿里云、腾讯云、华为云在内的云平台。-具备出色的沟通能力，能够向技术和非技术利益相关者传达复杂的技术主题。- 采用务实的方法解决问题，主动学习并根据需要进行调整，以取得有效的成果。 投递...
我们正在寻找一位 全栈工程师，参与核心 AI Agent 产品从架构设计、能力建设到生产落地的完整过程。你将参与 Web 产品、API 服务、Agent 编排系统、后台任务系统、数据层和部署流程等多个环节，和团队一起构建面向真实生产环境的 AI Agent 产品。 你将深度参与 AI Agent 系统的工程化建设，包括 Agent Loop、工具调用、任务编排、多步骤执行、上下文管理、模型路由、异步任务处理、结果持久化、错误恢复、日志追踪与系统可观测性等关键模块。这个岗位不是简单调用大模型 API，而是需要将 LLM 能力、业务流程、前后端系统和用户体验结合起来，构建可稳定运行、可持续扩展的生产级 Agent 产品。 在这个角色中，你需要理解 Agent 如何接收用户目标、拆解任务、选择工具、执行动作、处理中间状态、根据反馈继续推理，并最终产出可靠结果。你也需要关注 Agent 执行过程中的实际工程问题，例如任务超时、工具失败、重试策略、状态一致性、成本控制、并发执行、队列调度、数据追踪以及生成结果的可复现性。 你会和产品、设计、前端、后端和基础设施团队紧密协作，把 AI 能力落到真实的产品体验中。我们希望你既能理解前端产品形态和用户交互，也能深入后端服务、数据模型、任务队列和 Agent 编排系统，帮助团队搭建长期可维护、可扩展、可观测的 AI Agent 工程体系。