Python 后端开发实习生 北京 实习 互联网 / 电子 / 网游 - 研发 日常实习生 职位描述 1、负责模型推理部署平台后端服务的开发与维护（API 开发、数据处理、服务集成等）2、参与平台前端对接，配合完成接口联调3、编写单元测试，完善技术文档 职位要求 1、硕士及以上学历，计算机及相关专业，2027 届及以后毕业2、每周实习至少 4 天，实习期 6 个月以上，Base 北京3、熟练掌握Python，熟悉至少一种 Web 框架（FastAPI/Flask/Django）4、熟悉MySQL/PostgreSQL 至少一种数据库，了解 Redis5、熟悉Linux 环境，熟练使用 Git、Docker6、具备良好的代码规范和团队协作意识加分项:1、有模型推理部署、MLOps 平台或云平台相关项目经验2、熟悉Kubernetes，有容器化部署经验3、有开源项目贡献或技术博客 投递...
AI全栈开发工程师（B端平台 & B端产品） 北京 全职 互联网 / 电子 / 网游 - 研发 职位描述 1. 构建与迭代B端Agent平台与产品能力：工作流编排（DAG / State Machine）、多智能体协作、会话与任务系统（异步/长任务）、记忆与上下文管理。2. 负责 Agent 工具体系工程化：工具注册/版本与兼容策略、参数 Schema（JSON Schema/Pydantic）、鉴权与租户隔离、幂等/重试/限流、失败降级、回放与审计。3. 落地企业级 RAG：多源数据接入（文档 / DB / ES / 内网系统）、切分与索引、混合检索（Milvus / PGVector + ES）、重排、引用溯源、增量更新、权限过滤（ACL /
AI全栈开发工程师 北京 全职 互联网 / 电子 / 网游 - 研发 职位描述 1. 构建与迭代B端Agent平台与产品能力：工作流编排（DAG / State Machine）、多智能体协作、会话与任务系统（异步/长任务）、记忆与上下文管理。2. 负责 Agent 工具体系工程化：工具注册/版本与兼容策略、参数 Schema（JSON Schema/Pydantic）、鉴权与租户隔离、幂等/重试/限流、失败降级、回放与审计。3. 落地企业级 RAG：多源数据接入（文档 / DB / ES / 内网系统）、切分与索引、混合检索（Milvus / PGVector + ES）、重排、引用溯源、增量更新、权限过滤（ACL / RBAC /
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. 分析模型在前后端代码生成、复杂工程实现和
AI Coding工具开发实习生 北京 实习 智能制造 / 工业互联网 / 工业自动化 职位描述 1、基于AI Coding工具（如Cursor、CodeX等）快速开发方案交付所需的内部工具，包括POC项目管理工具、交付流程自动化脚本、数据看板等。2、与方案交付团队紧密协作，将交付流程中的重复性工作转化为可复用工具，提升交付效率。3、利用大模型辅助代码生成与调试，快速完成工具原型开发和迭代优化。4、参与现有交付工具链的维护与功能扩展，编写技术文档和使用说明。5、探索AI Coding在方案交付场景中的最佳实践，沉淀Prompt模板和开发规范。 职位要求 1、计算机科学、软件工程或相关专业本科及以上在读，具备扎实的编程基础。2、熟悉Python/Node.js/Go等至少一门编程语言，具备独立开发小型工具或脚本的能力。3、有使用AI Coding工具（Cursor、CodeX、Claude Code等）的实际经验，理解其能力边界和最佳实践。4、了解Web开发基础（HTML/CSS/JS或React/Vue等），能够开发简单的Web工具或Dashboard。5、具备良好的沟通能力和团队协作意识，能快速理解业务需求并转化为技术实现。6、能够确保至少3个月的连续实习时间，每周至少到岗4天。加分项有内部工具/效率工具开发经验，或参与过开源项目。熟悉FastAPI、Flask等Web框架，或具备数据可视化（Plotly、ECharts等）经验。对LLM应用开发（如Agent、RAG、工作流编排）有一定了解。有飞书开放平台/多维表格/自动化流程（如Airtable、Notion API）相关开发经验。 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。
