如约见 · 技术研发 · 数据科学

AI数据开发实习生

月之暗面Kimi · 上海 · 薪资面议 · 更新于 2026/10/28

任职要求

经验:应届生学历:本科及以上

岗位描述

Data Agent 架构设计与开发 参与 Data Agent 的规划与落地,覆盖自然语言查数(NL2SQL)、智能归因、数据问答等核心场景,推动 LLM 与数据平台的深度集成 参与数仓语义层建设,联动指标平台与数据血缘系统,推动指标口径与语义资产的标准化、资产化 业务数仓建设 参与一个业务方向的数据建模,完成各层设计,构建稳定、可复用的数据仓库体系 参与搭建流批一体数据架构,基于 Flink、Kafka、数据湖(Iceberg/Paimon 等)构建高可靠的实时与离线数据 Pipeline 主动挖掘数据价值,为模型迭代、产品决策与用户增长提供高质量的数据支撑 基本条件: 计算机、数学、统计学相关专业本科及以上学历在读,211/985院校优先 扎实的SQL基础,熟悉Python或Java至少一门编程语言 对大数据技术栈有基础了解(如Hive、Spark、Flink、Kafka等) 能保证至少6个月实习期,每周到岗4天以上 能力要求: 数据敏感:善于从数据中发现问题,对数据准确性有较高要求 快速学习:具备较强的学习能力,能快速掌握新技术与工具 动手能力:有课程项目、开源贡献或数据竞赛经验者优先 主动性:能主动沟通、积极反馈,推动工作进展 岗位职责 Data Agent 架构设计与开发 参与 Data Agent 的规划与落地,覆盖自然语言查数(NL2SQL)、智能归因、数据问答等核心场景,推动 LLM 与数据平台的深度集成 参与数仓语义层建设,联动指标平台与数据血缘系统,推动指标口径与语义资产的标准化、资产化 业务数仓建设 参与一个业务方向的数据建模,完成各层设计,构建稳定、可复用的数据仓库体系 参与搭建流批一体数据架构,基于 Flink、Kafka、数据湖(Iceberg/Paimon 等)构建高可靠的实时与离线数据 Pipeline 主动挖掘数据价值,为模型迭代、产品决策与用户增长提供高质量的数据支撑 岗位要求 基本条件: 计算机、数学、统计学相关专业本科及以上学历在读,211/985院校优先 扎实的SQL基础,熟悉Python或Java至少一门编程语言 对大数据技术栈有基础了解(如Hive、Spark、Flink、Kafka等) 能保证至少6个月实习期,每周到岗4天以上 能力要求: 数据敏感:善于从数据中发现问题,对数据准确性有较高要求 快速学习:具备较强的学习能力,能快速掌握新技术与工具 动手能力:有课程项目、开源贡献或数据竞赛经验者优先 主动性:能主动沟通、积极反馈,推动工作进展 把对 AI 产物的专业判断,变成可复现、可解释、能规模化运行的评测标准。 关于这个岗位 我们正在构建面向真实世界任务的多模态 Benchmark,希望回答一个具体问题:AI 生成的作品或方案,究竟在多大程度上解决了用户的问题,离高质量交付还差在哪里? 你将参与题目设计、评分细则(rubrics)制定与自动评测(AutoEval)迭代,让自动评测在更高的质量标准下,稳定识别优劣、解释判断依据,并逐步减少重复人工评审。当前工作从 SVG、动画等生成产物切入,后续可能拓展到 3D 建模、Three.js 交互场景、Code-to-Video(代码生成视频)和机器人设计(Robot Design)。你可以从熟悉的方向开始,逐步扩展。 你会做什么 设计有真实价值、有难度的题目。 从用户需求与专业工作流中提炼任务,明确交付物、约束和验收方式;用多种模型的实际作答验证难度与区分度,形成覆盖不同能力和难度层级的题集。 把“好在哪里、错在哪里”写成可执行的 rubric。 拆解需求满足、结构与功能正确性、动态或物理合理性、视觉表达等维度,明确必要条件、评分档位、权重、正反例和边界情况,让专业判断可以被他人复核、被自动评测使用。 持续改进自动出题与判分方法。 从误判样本中定位问题,迭代 rubric 模板、生成流程和 Judge 提示词;与研究、工程同学协作,结合程序检查、执行或仿真结果、视觉模型及多模态模型判断,选择适合任务的评测方式,并用对照实验验证改进。 验证 Judge 的可信度。 组织人工校准与分歧复盘,检验重复评分稳定性、与人工判断的一致性、严重误判及跨题目、跨模型泛化;保留独立测试集,排查模板过拟合、风格偏置与“钻评分空子”的案例。 沉淀可复用的评测资产。 维护题目、rubrics、锚点样例、失败案例和版本记录,让评分能够追溯到具体证据;设计不确定样本转人工复核的机制,在明确质量门槛下提高自动评测覆盖率。 我们期待你 本科及以上在读,专业不限。欢迎设计、数字媒体、建筑、计算机、人工智能、图形学、机器人等背景。 有专业判断,也能解释判断。 能结合任务目标说明一个结果为什么好或不好,把“感觉不对”转化为明确的维度、例子和验收条件。 愿意用实验修正标准。 能主动寻找反例、处理评审分歧,区分模型能力不足、题目歧义和评测器错误;在证据不足时保留不确定性。 有动手能力与清晰的表达。 能借助脚本、数据分析工具或 AI 工具整理样本、完成小规模对照实验,记录过程并复盘结果;能够阅读相关英文资料,与不同专业背景的同学协作。 以下两类能力至少具备一类,欢迎兼具两者: 设计与领域评测方向: 在视觉设计、视频、动画、3D、交互或产品设计等领域有作品或实践;能提出有区分度的质量标准,并通过样例校准与团队协作,将标准推进到自动评测中。 技术与评测研究方向: 具备 Python 或 JavaScript 编程能力,有模型评测、计算机视觉、图形学、具身智能或自动化测试等项目经验;能够实现指标或验证脚本,分析指标与实际任务质量之间的差距。 加分经历 设计过评测标准、数据集、Benchmark、奖励函数或 LLM / VLM Judge;有人工标注校准、误差分析或评测工具开发经验。 熟悉 Blender、Rhino / Grasshopper、Three.js、视频生成或机器人仿真中的任一方向,能检查源文件、交互过程、时序表现或运动约束。 有将主观质量转成可验证标准的实践,例如解释视频节奏与美感、检验参数化模型的可编辑性与复现性、验证机器人结构与动作的可行性。 你将推动的成果 围绕一个具体任务方向,完成“题目与样例 → rubric → 自动评测 → 人工校准 → 独立验证”的完整迭代,并沉淀可复用的题包、标准和分析报告。 我们关注的进展包括:题目能否反映真实需求并区分能力;评分能否稳定复现、解释到具体证据;在保留质量区分度的同时,能否降低严重误判;在控制误判的前提下,能否减少人工复核量和评测成本。各项指标会结合任务基线共同设定。 大模型产品在以月为单位进化,但人、软件与 Agent 之间的关系还远没有被想清楚。我们希望和你一起,定义新时代 Agent 产品应有的样子。我们不止沿用传统的产品与工程方法,而是回到更根本的地方,去思考、去搭建真正让人觉得好用的东西。你的职责不会被单纯限定为研发或者产品。 To strive, to seek, to find, and not to yield. # 你会做什么 - 设计并构建全新的 Agent 产品体验 - 持续迭代现有 Agent 产品的 Harness - 搭建对 Harness 与整个产品的系统性评测体系 - 在实践中沉淀下一代 Agent 产品的基本原则 # 我们希望你 - 本科及以上学历(在读或已毕业),可实习 6 个月以上,每周至少 4 天 - 熟悉 Harness 的核心模块,理解它们怎样影响 Agent 的实际表现 - 是 AI 产品的重度用户,包括但不限于 Kimi、Codex、Claude Code、Grok Bot、Muse - 亲手做过属于自己的东西,并且能优秀地传达给他人。网站、应用、小说、一本漫画都算 - 主观能动性高,不只做执行的事情 - 专业不限 # 加分项 - 你真的喜欢自己做出来的东西 - 愿意花很长时间,只为想清楚一件事 - 计算机、心理学、人机交互、哲学背景 - 能在面试的时候展示你的作品 职位介绍 A wealth of information creates a poverty of attention. —— Herbert Simon,1971 人和 Agent 的协作,正从同步对话走向异步委托,从单次任务走向长期在线。技术扩散的瓶颈,正在从 AI 的能力转到了人和 AI 的生产关系上。 我们在思考新的工作和组织如何围绕 AI 重新构建,也在探寻什么样的产品可以帮助人类完成更多的“牛马”工作,让人们有时间去体会创造和探索的乐趣。 我们想和你一起回答: 下一个改变世界的 AI 产品,会是什么? 这是一份创新型的岗位: 作为 产品经理 ,你会洞察需求、调研竞品、给出优雅的解法,并推动它从概念、原型、设计、研发一路走到上线。 作为 产品战略研究员 ,你会研究行业、看清趋势,参与定义 Kimi 下一阶段的产品重心。 你会做什么 功能迭代 :从用户反馈和日常观察中找到核心需求,挖掘 Agent 的高价值场景,设计并迭代 Kimi 的核心体验与重点功能。 Harness 设计 :为具体功能设计合理、高效的 harness,设计和执行效果评测。 竞品调研 :跟踪并深度使用国内外的 AI 模型和产品,想清楚它们为什么这么做?背后取舍了什么?接下来会怎么演进? 战略研究 :围绕 AI 产品、Agent 形态、商业模式做专题研究,分清趋势和噪音。 我们希望你 本科及以上学历。 实习至少 6个月,每周 5 天 。28届及之后毕业的同学优先,欢迎产品、工程、战略、投资等各种背景的同学。 深度使用 Kimi、Claude Code、Codex、Grok bot、Muse 等 AI 产品,独立完成过真实项目。 理解 Agent loop、工具调用、context engineering、记忆与 Skill 等模块的设计,能判断一个功能该怎么实现、瓶颈在哪里。 具备战略研究能力:面对开放问题,能很快搭起框架;判断有依据,能把复杂的事说简单。 有审美,从用户视角出发思考功能和产品框架。 加分项 懂 product eval 自己独立构建过agent 如何投递? 简历之外,让作品替你说话:可以上传个人网站、side project、GitHub、研究报告等 --- 职位详情 急 AI数据开发实习生 实习 | 技术类/Technical | 上海市 发布于 2026-10-27 职位描述 岗位职责 Data Agent 架构设计与开发 参与 Data Agent 的规划与落地,覆盖自然语言查数(NL2SQL)、智能归因、数据问答等核心场景,推动 LLM 与数据平台的深度集成 参与数仓语义层建设,联动指标平台与数据血缘系统,推动指标口径与语义资产的标准化、资产化 业务数仓建设 参与一个业务方向的数据建模,完成各层设计,构建稳定、可复用的数据仓库体系 参与搭建流批一体数据架构,基于 Flink、Kafka、数据湖(Iceberg/Paimon 等)构建高可靠的实时与离线数据 Pipeline 主动挖掘数据价值,为模型迭代、产品决策与用户增长提供高质量的数据支撑 岗位要求 基本条件: 计算机、数学、统计学相关专业本科及以上学历在读,211/985院校优先 扎实的SQL基础,熟悉Python或Java至少一门编程语言 对大数据技术栈有基础了解(如Hive、Spark、Flink、Kafka等) 能保证至少6个月实习期,每周到岗4天以上 能力要求: 数据敏感:善于从数据中发现问题,对数据准确性有较高要求 快速学习:具备较强的学习能力,能快速掌握新技术与工具 动手能力:有课程项目、开源贡献或数据竞赛经验者优先 主动性:能主动沟通、积极反馈,推动工作进展 岗位职责 Data Agent 架构设计与开发 参与 Data Agent 的规划与落地,覆盖自然语言查数(NL2SQL)、智能归因、数据问答等核心场景,推动 LLM 与数据平台的深度集成 参与数仓语义层建设,联动指标平台与数据血缘系统,推动指标口径与语义资产的标准化

月之暗面Kimi其他在招岗位

同类在招岗位(技术研发)

岗位信息来自企业官方招聘渠道(moonshot-campus),由如约见每日自动同步; 如已下架可前往职位雷达用 AI 匹配相似岗位,或浏览招聘岗位大全。