大模型 MaaS 平台研发实习生

参与小红书万亿级 Token 规模的大模型 MaaS 平台研发，包括模型服务管理、计量计费、离线批量推理等核心系统的设计与开发。

参与自建与外采模型的统一接入和服务管理，跟进主流大模型及服务形态演进，完善模型上线、服务版本和容量管理能力。

参与 MaaS 平台的 API Key、配额与预算管理系统研发，完善模型授权、调用限额及多级预算管理机制。

参与大模型计量计费系统研发，探索文本、图像、音视频等多模态模型的统一计量与计费方案，完善用量分析、账单与对账能力。

参与离线批量推理系统研发，探索大规模推理任务的编排与调度方案，完善任务运行管理和结果处理能力。

参与 MaaS 平台运营自动化能力建设，基于 Agent 开发运营工具与工作流，探索日常运营任务的自动化编排与执行。

计算机、软件工程或相关专业在校生，具备扎实的数据结构、算法和计算机基础，熟练掌握 Java、Go、Python 中至少一种编程语言。

熟悉 Linux 和 Git 开发环境，具备良好的工程能力，能够独立定位问题、阅读现有代码、编写测试并完成可维护的功能交付。

了解 MySQL、Redis、MQ 等常用基础组件，理解分布式系统中的一致性、幂等、重试、并发控制和故障恢复等基本问题。

了解大模型基本原理、常见模型能力与 API 调用方式，能够从平台和用户视角理解模型接入、权限、容量、预算及用量管理需求。

有强烈的责任心、学习能力和自驱力，具备良好的沟通协作能力；能够熟练使用 Codex、Claude Code 等 AI 编程工具，同时对需求理解、技术方案、代码质量和验证结论负责。 加分项

有 AI 平台、MaaS 管控面、模型服务平台或多租户基础平台相关的项目、实习或科研经历，并承担过实际方案设计与功能交付。

有高并发、分布式系统实践经验，对系统稳定性、数据一致性、异步处理、故障恢复等问题有深入思考或真实解决经验。

了解大模型网关和模型服务体系，在模型接入、流量治理、服务治理、容量规划或成本优化等方向有实践经验。

理解大模型推理服务的基本架构和运行约束，能够结合模型特点、资源供给和业务需求分析平台侧问题。

有云原生系统实践经验，参与过性能压测、可观测性建设、线上问题排查或稳定性治理。

有高质量开源项目、技术论文、竞赛成果或能够体现系统设计与工程实现能力的完整项目经历。