【27校招】AI Agent研发工程师(J14439)
职责覆盖Agent runtime长期可靠性、从原型验证到评测与生产交付,技术含量明确。
Not signed in
Sign in / request accessSELECTED COMPANIES · AI CAREERS
Meet the companies, then explore the work. Use products, responsibilities and traceable evidence to decide what deserves a closer look.
Build applications, agents and model infrastructure
Shape use cases, experiences and AI products
Bring AI into real customer workflows
Build, train and evaluate AI models and algorithms
Build AI training, evaluation and data quality systems
Grow AI product adoption, feedback and operations
Unique companies / teams; unknown types remain visible. These are company types, not funding rounds. See company details for funding evidence.
Companies may span several tracks.
This directory lists opportunities from external company sites. View platform-selected jobs →
职责覆盖Agent runtime长期可靠性、从原型验证到评测与生产交付,技术含量明确。
聚焦语音智能体的架构、效果与安全验证,工作范围明确。
在MT Lab面向图像与视频场景设计算法,产出核心代码、Demo或SDK,并依据美图产品反馈优化效果、效率和鲁棒性。
岗位直接改进真实模型的量化推理能力,并维护可复用引擎功能与工具;相比Research岗,工作产物明确落在推理工程。
强AI Infra/模型系统优化岗位,JD覆盖推理性能、线上生产成本和视频生成专项技术,且持续对接算法团队上线。
明确是模型推理生产工程,负责实际硬件部署和性能迭代;职位标注急招,适合关注推理系统/AI Infra工程的候选人。
所在雇主聚焦AI算力,工作涉及GPU集群、HPC、调度和故障自动化;适合有集群工程经验、希望服务LLM训练推理平台的候选人。
从AI理解任务到RPA/浏览器执行与结果校验,参与客户原型、上线和可复用组件沉淀,是业务自动化工程向FDE转型的具体样本。
核心AI开发:负责生产级Agent编排内核、RAG融合与工程化;岗位要求3年研发经验,属于高级社招。
强调Agentic应用的可部署性、评估与回归稳定性,明确排除停留在Demo或论文复现。
岗位与真实Agent产品直接相连,包含端上Agent开发、用户交互和工程稳定性,适合移动端工程师转入AI Native产品。
社招岗位直接承担AI Native产品开发和对话/问答/推荐系统工程,不只是泛后端职位。
核心AI应用工程:将Vibe Coding原型重构成可商用Agent产品,并负责平台化、稳定性及性能;JD学历表述为“本科及以上学历毕业生”,无明确年限。
面向真实药物研发平台,将科学计算转为可执行的Agent工作流,是行业知识转向AI工程的具体样本。
岗位范围直接包括Agent运行时、真实Coding任务交付与评测反馈闭环;不是泛后端岗位。
2027届AI团队定向后端校招:实际负责Agent及平台核心代码开发,含Memory/Evaluation/Observability和平台能力复用;与9806方向相近但校招资格、入门要求和目标人群独立。
实际技术栈覆盖推理服务、MaaS、K8s和异构算力,职责从模型注册到在线服务与客户平台能力,AI Infra工程内容扎实。
把机械/几何背景与Agent工具接口开发结合,职责有代码仓库、API稳定性和工程数据交付物。
2027届AI算法核心岗位:AI算法研发、既有模型优化、LLM方案落地;硕士应届生,工作地点北京。
适合后端或数据工程师把工程能力用于企业数据Agent。
Ask your Agent to connect the role with your experience, goals, skill gaps and open questions.