系统研发实习生—AI Infra（工单智能化方向）

加入 AI 基础设施团队，你将在导师指导下参与工单系统的迁移、建设与智能化升级，并逐步承担系统的日常研发和维护工作。 1、工单迁移与数据治理： 参与历史工单及相关流程从旧系统向新系统迁移，完成数据清洗、字段映射、校验、回滚方案和迁移工具开发，保障数据完整性与业务连续性； 2、工单系统建设： 参与工单系统前后端功能、流程引擎、权限、通知及数据看板等模块的开发、测试、上线和维护，持续改善稳定性与使用体验； 3、工单智能化： 基于历史和新增工单，参与数据集构建、知识整理、模型评测，并探索小模型、RAG 或 Agent 在工单分类、摘要、分派、相似案例检索、解决方案推荐和自动跟进等场景的应用； 4、工作流优化： 分析工单流转数据和实际处理过程，识别重复操作与效率瓶颈，将有效方案沉淀为可配置、可观测、可持续迭代的自动化工作流； 5、系统长期负责： 在导师和团队支持下，逐步负责工单系统的需求对接、技术方案、开发交付、监控告警、问题排查和文档沉淀，建立对系统全生命周期的理解； 6、跨团队协作： 与算法、调度、运维及其他基础设施团队协作，理解 AI Infra 场景中的资源与服务流程，推动实际需求落地。 你将收获： 1、完整参与工业级工单系统从数据迁移、功能建设到智能化升级的全过程，而不只是完成单一功能； 2、在真实业务数据和场景中实践 LLM、小模型、RAG、Agent 与评测体系，理解 AI 能力如何可靠地进入生产工作流； 3、提升 Go / Python / TypeScript 等工程能力，并积累微服务、数据库、数据治理、可观测性和系统稳定性经验； 4、在导师指导下逐步建立系统 owner 意识，锻炼需求分析、方案设计、项目推进和跨团队协作能力。

1、在读学生： 本科或硕士在读，计算机、软件工程、人工智能、数据科学等相关专业；能够稳定实习 4 个月及以上、每周到岗 4 天及以上者优先； 2、编程基础： 熟练掌握 Go、Python、Java 或 TypeScript 中至少一门语言，具备良好的编码习惯和基础调试能力； 3、工程基础： 了解 HTTP、数据库、Git 和 Linux 基础，能够独立完成小型功能或工具的设计与实现； 4、AI 兴趣： 对 LLM、小模型、RAG 或 Agent 有兴趣，愿意动手完成数据处理、实验、评测和工程落地，而不局限于 Prompt 调用； 5、核心素质： 学习能力强，做事细致可靠，能够主动拆解问题、跟进结果并沉淀文档；具备良好的沟通协作意识。 加分项（非必需）： 1、有 Web 系统、自动化平台、工作流引擎、工单系统或数据迁移相关项目经验； 2、使用过主流 LLM API 或开源模型，做过 RAG、Agent、模型微调、数据集构建或效果评测项目； 了解 Kubernetes、容器、消息队列、缓存或 AI 训练与推理平台的基础概念； 3、对可观测性有初步了解，接触过日志、指标、链路追踪或告警系统； 4、有开源项目、技术博客、竞赛或其他能够体现持续学习和工程实践的经历。 我们期待你推动的方向： 1、让历史工单可以完整、准确、可追溯地迁移和使用； 2、让工单知识能够被检索、复用和持续沉淀； 3、让常见工单更快分类、分派和解决，减少重复劳动； 4、让 Agent 的每一步操作可评测、可解释、可审计，并在必要时由人工确认； 5、让工单系统成为连接 AI Infra 需求、执行流程与知识资产的统一入口。