岗位描述
岗位职责
岗位介绍
我们正在探索大模型与企业数据结合的应用方向,通过 Agent、数据分析和智能工具,提升数据获取、分析与业务决策效率。
你将参与真实业务场景下的 AI 应用建设,覆盖数据处理、Agent 开发、效果评测和持续优化等环节。
岗位职责
参与数据智能 Agent 的设计、开发与迭代,包括任务拆解、工具调用、RAG、上下文管理等模块。
使用 Python、SQL 完成数据清洗、查询分析、接口调用和数据工具开发。
参与业务需求和数据结构梳理,帮助 Agent 准确理解业务概念、指标口径及数据关系。
探索大模型在数据查询、数据分析、报告生成和业务辅助决策等场景中的应用。
参与 Agent Harness 优化、MCP/工具接入及 Agent 工作流开发。
参与测试与效果评估,通过日志和运行链路分析,持续提升结果准确性、稳定性和执行效率。
跟踪大模型与 Agent 相关技术进展,完成技术调研、原型验证和文档沉淀。
你将获得
参与真实业务中的数据智能与 Agent 应用建设。
接触数据处理、AI 应用开发、测试评估和生产优化的完整流程。
独立负责具体模块并推动成果落地的机会。
与团队共同探索数据与大模型结合的新方向。
岗位要求
任职要求
计算机、人工智能、数据科学、软件工程、统计学、数学等相关专业在读,北京高校硕士研究生优先。
熟悉 Python,具备良好的编程基础,能够独立完成数据处理和基础功能开发。
熟悉 SQL,理解关系型数据库和常见的数据分析方法。
具备机器学习、深度学习或大数据分析基础者优先。
对大模型、Agent 和数据智能应用有兴趣,具备较强的学习能力和动手能力。
能够主动拆解问题、验证方案并总结结果,具备良好的沟通和文档表达能力。
能够长期稳定实习;至少连续实习4个月、每周到岗4天及以上者优先,能够实习6个月及以上更佳。
加分项
有大数据开发、数据平台或数据分析项目经验。
使用过 LangChain、LangGraph、OpenAI Agents SDK、Dify 等 Agent 开发框架。
做过 RAG、向量检索、Function Calling、MCP、Multi-Agent 或 Agent 评测项目。
接触过 Hive、Spark、Flink、Kafka 等大数据技术。
熟悉 FastAPI、Flask 等后端框架,具备 Linux、Git、Docker 使用经验。
有课程项目、个人作品、技术文章或 GitHub 项目可以展示。