Key conditions
- Locations
- 北京
- Employment
- 未确认
- Track
- Internship
Not disclosed: Team, Salary, Employer application deadline
Sources and available information
Reported open · Last observed 2026-10-18
- Topics
- Unknown
- Company
- 零一万物 · Source supported · Coverage unknown
- Work mode
- Unknown
- Source type
- 官方岗位页 · Source supported · Coverage unknown
- Company type
- 创业公司 · Tentative · Coverage unknown
- Hiring track
- Unknown
- Remote scope
- Unknown
- Role
- 产品 · Source supported
- Business / team
- Unknown
- Location
- 北京 · Source supported
- Employment
- Unknown
- Role AI context
- 直接研发/交付AI · Source supported
- Company AI context
- Unknown
- Recruitment status
- 来源显示在招 · Source supported
Unknown information is retained as such and updated when new source information is available.
Application path and records
Apply through the official channel. The full external receipt stays in your workspace. When signed in, three minimal event types explicitly recorded through the CLI are reported by default: selection, self-reported application and channel observation. Browsing or saving a role does not report an event; external applications do not appear under My applications.
Role description from source
我们是零一万物 ToB 产品设计团队，我们的使命是为国内外企业提供专业强、效果好、门槛低、体验优的企业级 AI Agent 产品，让先进的 Agent 技术真正为企业业务带来价值，帮助企业完成 AI 转型落地。
职位描述：
1. 参与 ToB 业务方向 AI Agent 产品的需求调研、竞品分析、用户访谈整理、业务流程梳理和产品方案设计；
2. 协助产品经理和业务团队，理解客户真实业务场景，整理目标用户、使用流程、核心痛点、Agent 能力边界和业务价值；
3. 参与产品原型设计、PRD 撰写、交互细节梳理，并与设计、研发、测试团队协同推进功能落地；
4. 协助构建 Agent 效果评估体系，包括评测场景设计、测试集整理、效果数据追踪、用户反馈收集与问题归因；
5. 持续关注 AI Agent、企业级 AI 应用、AI + Data方向的发展动态，输出调研分析并为产品迭代提供参考。
职位要求
1. 2027届本科及以上学历在读，计算机、人工智能等相关专业优先；
2. 对 AI Agent、企业级 AI 产品、Agent Builder、数据+AI 等方向有热情；
3. 具备较好的逻辑思维和结构化表达能力，能够将复杂业务问题拆解为清晰的产品需求；
4. 有Vibe Coding的能力，能熟练基于Vibe Coding工具生成原型；
5. 每周可实习 4 天及以上，连续实习 3 个月以上优先，优秀且符合要求的同学提供转正机会。
ABOUT THE COMPANY / TEAM
零一万物
Startup
Yi模型、万智企业大模型平台、万策决策平台及企业AI/FDE共创服务
Company website ↗
Other open jobs at this company
Reported open · Last observed 2026-10-18
1、 基于 Kubernetes 建设多租户 GPU 算力调度平台，支持弹性伸缩与任务级管理
2、实现 GPU 拓扑感知调度（NVLink/PCIe），降低跨卡通信 P99 尾延迟
3、 探索 MIG、时间分片等 GPU 切分方案，提升卡级利用率
4、构建高并发大模型在线推理平台
5、 建设 GPU、网络、存储、推理全链路可观测性体系
6、 推进 Spot 实例与自动扩缩容，降低算力成本
7、 建立故障定位、应急响应与根因分析机制
职位要求
1、熟练 Golang、Python
2、熟悉 Kubernetes、Docker，有调度框架二次开发经验优先
3、熟悉至少一种训练/推理框架：PyTorch、Megatron、DeepSpeed、vLLM、SGLang
4、理解 GPU 架构、CUDA、异构计算；了解 RDMA、NVLink、InfiniBand
加分项：K8s Scheduler Framework、Volcano/Kueue、PD 分离、KV Cache、AI Agent 基础设施等
Reported open · Last observed 2026-10-18
这是一个面向海外客户真实 AI 场景的技术岗位。你会与 FDE、Consulting、产品和研发团队一起，从客户调研、Use Case 识别，到 AI Agent / Demo / POC 开发、数据与系统集成、评测和交付，参与企业 AI 项目的完整落地过程。
职位描述
1、参与海外客户访谈、业务调研和 Use Case 分析，将模糊问题逐步转化为可验证的 AI 场景；
2、基于 LLM、Agent、RAG、Tool Use、Workflow 等技术快速开发 Demo / POC / AI 应用；
3、参与后端 / 全栈开发、API 与数据处理、系统集成、部署测试和问题排查；
4、协助开展 Agent Eval、效果优化和生产验证；
5、沉淀代码、Agent、Prompt、Eval、知识库和交付方法等可复用资产；
6、与 FDE、Consulting、产品、研发、销售及客户团队协同推进项目。
职位要求
职位要求
1、本科以上学历，海外学习背景，计算机相关专业优先；
2、熟悉 Python / Java / Go / Node.js / SQL / API / Git 等部分技术栈，具备扎实的后端或全栈开发能力；
3、开发过 LLM / AI Agent / RAG / Tool Calling / Workflow 等项目，有 Eval、MCP、Multi-Agent 等经验优先；
4、主动、有 Ownership，学习速度快，能适应需求模糊、快速迭代的创业环境；
5、英语流利，可直接参与英文会议和技术沟通。
Recruitment status unknown · Last observed 2026-10-18
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。
Reported open · Last observed 2026-10-18
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 / ABAC）。
4. 负责全栈交付：React 界面（用户界面和管理界面）、Python 后端（API、队列、调度、权限、审计、配置）。
5. 负责模型接入与路由：公有云与自建推理的统一适配层（Provider / Adapter）、模型路由策略、降级与容灾、成本与延迟优化（缓存、批处理、并发控制、token 预算）。
6. 负责交付与运维工程化：SaaS 多租户与配额；私有化安装包（K8s / Helm + Docker Compose）、离线依赖（镜像 / 包 / 模型 / 向量库）打包、升级迁移与回滚预案。
7. 建立评测与可观测：离线评测集、线上指标（成功率 / 工具成功率 / 引用命中率 / 延迟 / 成本）、A/B与回归门禁；基于Tracing / Metrics / Logs 实现端到端定位与复现。
职位要求
技术栈：Python / React / LangGraph / Milvus / PGVector / Elasticsearch / etc.
经验要求：5年+
1. Python 后端扎实：FastAPI（或等价）、异步/并发、任务队列、系统设计与性能优化。
2. React 前端扎实：能交付ToB用户界面和管理界面的复杂交互（流程编排 / 可视化 / 调试面板），熟悉工程化与状态管理。
3. 熟悉 LangGraph 或同类状态机 / 编排思想，能实现：状态持久化、重试与补偿、分支与回滚、人工介入（HITL）。
4. 熟悉 Milvus / PGVector / ES 的检索体系与 RAG 工程，理解混合检索、重排与引用溯源的工程化落地。
5. 熟悉ToB关键能力：多租户隔离、RBAC / ABAC、审计日志、配置隔离、灰度/回滚、配额/限流（至少参与过落地）。
6. 具备私有化/离线交付能力：K8s/Helm 与 Docker Compose 双形态部署；离线镜像仓库、依赖与模型分发；升级兼容与数据迁移。
7. 安全意识强：Prompt / Tool Injection 防护、最小权限、数据脱敏、审计可追溯。
8. 熟练使用相关AI工具包括不限于：
- 代码：Curs
