校招-算法应用工程师(J18339)

参与零跑汽车企业级 AI 平台 LeapMind 及业务应用建设，将大模型能力融入研发、供应链、营销、服务及日常办公场景，开发能够处理文件、调用工具、执行任务的智能应用。 你将加入一支同时承担 AI平台核心能力建设与业务AI应用交付的团队，参与从需求分析、技术实现到上线优化的完整过程，在真实业务场景中提升工程开发与问题解决能力。

1. 01

   参与企业级 AI 平台设计与开发，建设模型接入与路由、智能体（Agent）、知识库与检索增强生成（RAG）、工具集成（MCP）、可复用任务能力（Skill）及工作流编排等核心能力。

2. 02

   面向业务需求，参与 AI 应用的需求分析、方案设计、编码开发与上线迭代，落地文档处理、知识问答、数据分析、业务流程自动化等场景。

3. 03

   参与 AI 应用与研发、营销、供应链等业务系统及数据接口的集成，支持本地文件处理、业务数据访问与任务执行。

4. 04

   参与应用效果评估、运行监控与问题排查，持续优化准确性、稳定性、响应速度和使用成本。

5. 05

   与产品、业务及测试团队协作，遵循代码质量、测试、权限管理及数据安全要求，沉淀可复用的组件、工具和开发文档。 以上职责根据培养方向有所侧重： - AI平台开发方向： 侧重平台基础能力建设、服务集成与性能优化。 - AI业务应用开发方向： 侧重业务需求理解、应用开发与效果验证。

1. 01

   硕士及以上学历，应届毕业生，计算机、软件工程、人工智能、自动化、电气工程、网络安全等相关专业。

2. 02

   具备扎实的编程基础，熟练掌握 Python、Java、Go 中至少一门语言，掌握常用数据结构与算法，具有良好的编码习惯。

3. 03

   了解 Web 应用开发、数据库及 HTTP/API 基础，具备模块开发、接口联调和问题定位能力，有课程设计、科研项目、个人项目或实习开发经历。

4. 04

   了解大模型 API、提示词、RAG、Agent 等基础概念，具备 AI 相关项目实践，能够说明问题定义、技术实现与效果验证过程。项目可包括大模型应用，也可包括时间序列分析、聚类、图像异常检测等机器学习应用。

5. 05

   具备良好的学习能力、沟通能力和责任心，愿意深入理解业务问题，主动推进任务，并通过实际开发和测试持续改进方案。 以下经历具备一项或多项即可： - 有可演示的 AI 应用、智能体、知识库或自动化工具作品，能清晰说明个人贡献、实现方案及实际效果。 - 有后端服务、前端交互、桌面应用或开源项目开发经验。 - 实践过工具调用、MCP、Skill、工作流编排、文档解析或 AI 应用效果评估。 - 熟悉 Linux 开发环境，了解 Docker、Kubernetes 等容器化及部署技术。 - 能根据实际问题选择大模型、传统机器学习或规则方法，并通过实验或测试数据验证效果。 - 能熟练使用 AI 编程工具，并对生成代码进行理解、调试、测试与验证。