【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。
精选公司与 AI 职业机会
先认识公司,再看具体工作。用产品、职责与可追溯的依据,判断哪些机会值得深入了解。
构建应用、Agent 与模型基础设施
定义场景、体验与 AI 产品迭代
走进业务现场,推动 AI 交付落地
研发、训练和评测 AI 模型与算法
建设 AI 训练、评测与数据质量体系
推动 AI 产品采用、反馈与运营实验
同一公司可覆盖多个方向。
这里收录外部官网机会。 查看站内平台精选岗位 →
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。