About A1 There are over 5 billion users using basic applications today such email, notes, tasks that are not AI-native. Our mission is to build a proactive smart assistant for everyday users to bring intelligence to
2027年应届毕业生招聘-软件开发工程师（北京） · 毕业时间：2026年10月 - 2027年7月之间 · 投递须知： 1 填写简历申请时，请把必填和非必填项都填写完整。提交简历之后就无法修改了哦！ 2 学校的中英文全称请准确填写。 你是否希望通过创新技术解决现实的客户问题？你是否喜欢在合作的团队环境中开发可扩展的服务？你是否希望看到自己的代码直接影响全球数百万客户？ 在亚马逊，我们招募技术领域最优秀的人才，代表客户进行创新和构建。客户至上是我们公司DNA的一部分，这使我们成为全球最受喜爱的品牌之一。 我们的软件开发工程师（SDE）使用现代技术解决复杂问题，同时能够亲眼见证自己工作的影响。SDE在亚马逊解决的挑战意义重大，影响着全球数百万客户、卖家和产品。我们寻找热衷于创造新产品、新功能和新服务的人才，他们能够在开发周期以周而非年为单位的环境中应对不确定性。 在亚马逊，我们相信每个级别的员工都应具备主人翁精神。作为SDE-I，你将负责代码的整个生命周期——从设计到部署再到持续运维。这种主人翁精神，结合我们对业务运营卓越性的承诺，确保我们为客户提供最高质量的解决方案。 我们正在寻找具有好奇心、志存高远并希望定义未来技术的人才。在亚马逊，你将在不断学习和相互支持的文化影响下，成长为你所期望的高影响力工程师。每一天都会带来令人兴奋的新挑战和个人成长的机会。 Do you want to solve real customer problems through innovative technology? Do you enjoy working on scalable services in a
About A1 There are over 5 billion users using basic applications today such email, notes, tasks that are not AI-native. Our mission is to build a proactive smart assistant for everyday users to bring intelligence to
AI中间件实习生 北京 实习 数字技术 职位 ID：A187272 职位描述 职位描述1.参与车端FaultAgent/FaultManager智能化能力建设,探索基于LLM/Agent的故障分析与诊断方案。2.面向车端回流故障数据,参与故障聚类、问题归因、根因分析(RCA)和诊断结果生成等能力建设。3.结合故障码、日志、运行状态、时序数据等多源信息,构建故障发现→分析→结论→结论→闭环的智能化流程。4.参与Agent Workflow、Tool Calling、RAG、Prompt Engineering等技术方案设计与落地。5.建立故障诊断数据集、评测集和Benchmark,持续优化问题覆盖率、诊断精准率和诊断效率。6.与车端、算法、质量等团队协作,推动FaultAgent能力从PcC验证走向实际业务落地。 职位要求 职位要求1.计算机、电子、通信等相关专业。2.熟悉C、C++中至少一种编程语言,熟练使用std各容器及其特生,具备Python、Shell等脚本语言开发能力者优先。3.熟悉Linux开发环境,掌握Git、CMake、JIRA等开发及项目管理工具的使用。4.理解Agent的核心概念与架构(感知-规划-行动-记忆),熟悉Agent的工作流程与工具调用(Tool Use/Function Calling)。5.熟悉LLM工作原理与Agent工程(ReAct、Tool Calling、Human-irn-the-Loop、MCP协议等),有实际Agent应用开发或框架集成经验6.具备较强的逻辑思维能力、自我驱动力及学习能力,对新技术充满热情。7.拥有良好的沟通协调能力与团队合作精神,责任心强,具备主动发现、解决问题的意识。 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。