主分类：Agent系统开发
来源 JD 数据（旧分类保留，当前主分类见上方）
{
"schema_version": "via_ai_product_manager_jobs_v1",
"data_type": "ai_product_manager_jobs",
"job": {
"job_title": "AgentInfra开发工程师（J104853）",
"job_level": "实习",AI生成
"work_category": "实习",AI生成
"department": "ACG",
"location": "北京市,成都市",
"work_mode": "未披露",AI生成
"job_category": "技术"AI生成
},
"company": {
"company_name": "百度",
"company_industry": "互联网 / 人工智能",
"company_size": "10000人以上",
"company_website": "baidu.com",
"company_description": "百度围绕搜索发展人工智能技术，业务涉及语音、图像、知识图谱、自然语言处理、自动驾驶和AI芯片。"
},
"compensation": {
"salary_range": {
"min": "",
"max": "",
"currency": "未披露",
"cycle": "未披露"
},
"benefits": "未披露"
},
"requirements": {
"working_years": "",
"degree": "未披露",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "-参与 秒哒Agent 基础设施核心模块开发，包括工具并行调度、会话生命周期管理、执行过程白盒化等功能的迭代与联调\n-参与 LLM 模型路由与容量调度优化，如多模型并发路由、水位线调度、超时治理，并基于线上数据完成效果验证与复盘\n-参与 Agent 链路性能优化，通过多种手段降低端到端 query 耗时与首 Token 耗时，输出性能分析结论\n-参与 ABTest 与 AgentLake 数据体系建设，负责实验指标采集、数据看板搭建、实验效果分析与成本归因\n-参与 AgentHarness Benchmark 与模型训练支持，搭建各框架性能 / Token 消耗 / 效果 baseline，支撑模型评测与数据管道建设",
"requirements_text": "-计算机、人工智能或相关专业在读研究生，可保证每周至少 4 天实习、连续 3 个月以上\n-对 LLM Agent、AI 基础设施方向有浓厚兴趣，有相关项目、论文或开源经历者优先\n-学习能力强、自驱性好，具备良好的沟通与协作能力，能独立完成从调研、实现到验证的闭环\n-编程基础扎实，熟练掌握 Python，了解 asyncio 异步编程与多线程/线程池模型，具备良好的代码质量意识\n-了解 LLM 应用开发，熟悉 Prompt、Function Calling 或常见 Agent 框架（如 Claude Code、Codex、LangChain 等）者优先\n-具备数据分析与实验能力，熟悉 SQL 和常用统计方法，有 ABTest、指标体系建设或数据看板经验者加分",
"skills": [AI生成
"Python",
"SQL",
"数据分析",
"学习能力",
"大语言模型"
],
"preferred_qualifications": "对 LLM Agent、AI 基础设施方向有浓厚兴趣，有相关项目、论文或开源经历者优先；了解 LLM 应用开发，熟悉 Prompt、Function Calling 或常见 Agent 框架（如 Claude Code、Codex、LangChain 等）者优先；具备数据分析与实验能力，熟悉 SQL 和常用统计方法，有 ABTest、指标体系建设或数据看板经验者加分",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://talent.baidu.com/jobs/detail/INTERN/87079d49-e816-4ac3-9919-0f4d5da88cbc"
}
]
},
"posting": {
"posting_id": "87079d49-e816-4ac3-9919-0f4d5da88cbc",
"post_date": "2026-08-25",
"hire_time": "计算机、人工智能或相关专业在读研究生，可保证每周至少 4 天实习、连续 3 个月以上",
"update_date": "20260917",
"job_url": "https://talent.baidu.com/jobs/detail/INTERN/87079d49-e816-4ac3-9919-0f4d5da88cbc"
},
"fulltext": "AgentInfra开发工程师（J104853）\nAgentInfra开发工程师（J104853）\n\n基础信息\n部门：ACG\n地点：北京市,成都市\n项目：日常实习项目\n类别：技术\n招聘人数：1\n发布时间：2026-08-25\n\n工作职责\n-参与 秒哒Agent 基础设施核心模块开发，包括工具并行调度、会话生命周期管理、执行过程白盒化等功能的迭代与联调\n-参与 LLM 模型路由与容量调度优化，如多模型并发路由、水位线调度、超时治理，并基于线上数据完成效果验证与复盘\n-参与 Agent 链路性能优化，通过多种手段降低端到端 query 耗时与首 Token 耗时，输出性能分析结论\n-参与 ABTest 与 AgentLake 数据体系建设，负责实验指标采集、数据看板搭建、实验效果分析与成本归因\n-参与 AgentHarness Benchmark 与模型训练支持，搭建各框架性能 / Token 消耗 / 效果 baseline，支撑模型评测与数据管道建设\n\n职责要求\n-计算机、人工智能或相关专业在读研究生，可保证每周至少 4 天实习、连续 3 个月以上\n-对 LLM Agent、AI 基础设施方向有浓厚兴趣，有相关项目、论文或开源经历者优先\n-学习能力强、自驱性好，具备良好的沟通与协作能力，能独立完成从调研、实现到验证的闭环\n-编程基础扎实，熟练掌握 Python，了解 asyncio 异步编程与多线程/线程池模型，具备良好的代码质量意识\n-了解 LLM 应用开发，熟悉 Prompt、Function Calling 或常见 Agent 框架（如 Claude Code、Codex、LangChain 等）者优先\n-具备数据分析与实验能力，熟悉 SQL 和常用统计方法，有 ABTest、指标体系建设或数据看板经验者加分\n-参与 秒哒Agent 基础设施核心模块开发，包括工具并行调度、会话生命周期管理、执行过程白盒化等功能的迭代与联调\n-参与 LLM 模型路由与容量调度优化，如多模型并发路由、水位线调度、超时治理，并基于线上数据完成效果验证与复盘\n-参与 Agent 链路性能优化，通过多种手段降低端到端 query 耗时与首 Token 耗时，输出性能分析结论\n-参与 ABTest 与 AgentLake 数据体系建设，负责实验指标采集、数据看板搭建、实验效果分析与成本归因\n-参与 AgentHarness Benchmark 与模型训练支持，搭建各框架性能 / Token 消耗 / 效果 baseline，支撑模型评测与数据管道建设\n-计算机、人工智能或相关专业在读研究生，可保证每周至少 4 天实习、连续 3 个月以上\n-对 LLM Agent、AI 基础设施方向有浓厚兴趣，有相关项目、论文或开源经历者优先\n-学习能力强、自驱性好，具备良好的沟通与协作能力，能独立完成从调研、实现到验证的闭环\n-编程基础扎实，熟练掌握 Python，了解 asyncio 异步编程与多线程/线程池模型，具备良好的代码质量意识\n-了解 LLM 应用开发，熟悉 Prompt、Function Calling 或常见 Agent 框架（如 Claude Code、Codex、LangChain 等）者优先\n-具备数据分析与实验能力，熟悉 SQL 和常用统计方法，有 ABTest、指标体系建设或数据看板经验者加分",
"standard_classification": {
"std_category_code": "T009",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}