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": "【HR精英实习生专项：HR Agentic AI 研发实习生】- 组织智慧探索者",
"job_level": "实习",AI生成
"work_category": "实习",AI生成
"department": "人力资源部",
"location": "杭州市",
"work_mode": "未披露",AI生成
"job_category": "职能支持"AI生成
},
"company": {
"company_name": "网易",
"company_industry": "互联网 / 游戏 / 数字内容",
"company_size": "10000人以上",
"company_website": "netease.com",
"company_description": "网易提供互联网和游戏服务，并通过有道、网易云音乐、网易严选等业务提供学习、音乐及消费服务。"
},
"compensation": {
"salary_range": {
"min": "",
"max": "",
"currency": "未披露",
"cycle": "未披露"
},
"benefits": "未披露"
},
"requirements": {
"working_years": 0,
"degree": "本科",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "嘿，未来的数字魔法师 & AI架构极客！\n你是否曾好奇，当大语言模型（LLM）突破“聊天机器人”的基础交互形态，如何深入数万人规模的组织场景，为人类工作提供高效智能辅助？你是否想过，代码不仅能构建稳定的后台系统，更能赋予机器“意图识别、调用工具、校验合规”的智能能力，助力业务高效落地？\n\n在这里，最前沿的 AI 技术与最复杂的组织场景深度交汇——欢迎来到网易 HR Agentic AI 的前沿阵地。\n我们不是在做传统的内部数据系统，我们正在打造网易定制化的 HR 智能助手。面对“Agent概念满天飞，企业落地却极其匮乏”的现状，我们寻找的，不是只会按部就班完成固定开发任务的执行者，而是对“AI工程化落地”抱有极致热情的潜力人才，与我们一同探索大模型在企业复杂场景中的真实能力边界。\n\n【如果你是这样的“硬核又灵动”的破局者，请务必看过来】\n1.你对“机器智能”和“组织场景”有双重热爱： 既享受手撕代码、打磨 RAG（检索增强）链路的极客快感，也对 AI 如何在强合规、高敏感的企业环境中安全落地充满探索欲。\n2.你具备快速适配技术迭代的能力： AI 范式层出不穷。看到大模型“幻觉”问题，你的第一反应不是抱怨，而是理性地去重塑 Context 数据源、设计 Harness 控制流，用工程化手段解决问题。\n3.你具备“MVP（最小可行性产品）”的务实精神： 比起构建宏大但不落地的“全知系统”，你更喜欢切入一个极小、极痛的场景，用最快的速度把大模型与业务流彻底打通，拿到速赢成果。\n4.你认为“AI 是高效副驾，而非替代者”： 你相信，再智能的多智能体（Multi-Agent）也需要人类的专业判断和校验，懂得设计优雅的“人在环路（Human-in-the-loop）”机制，让技术更好地服务于人类工作。",
"requirements_text": "【我们需要你准备的“硬核装备】\n1.在校大学生或研究生（27届），计算机科学、人工智能、软件工程、数学等相关专业背景优先。我们同样欢迎对AI研发有极致热情、有扎实项目成果的跨专业同学，如有GitHub开源项目、技术博客、个人Demo等成果，请务必附上。\n2.底层基建： 熟练掌握 Python，熟悉主流数据结构与算法；熟悉至少一种大语言模型 API 的调用机制与 Prompt Engineering 技巧。\n3.【加分项】： 了解或深度使用过 LangChain / LlamaIndex / Dify / Coze 等 Agent 框架（熟悉其底层解耦逻辑优先）；玩过开源大模型本地部署（如 Ollama, vLLM）；有真实 AI 应用落地或开源项目贡献经验。\n4.最核心的底色： 极强的求知欲、面对模糊问题的拆解能力，以及对高质量代码、优质产品体验的极致追求。\n\nReady to Prompt the Future?\n我们相信，最好的工作不是“消耗”，而是“共同创造下一代技术范式”。如果你已经心动，请立即投递你的简历（如有 GitHub 主页、技术博客或做过的 Demo 链接，请务必附上！），并可以在简历中简短地分享：\n“过去一年里，你用大模型技术开发项目或解决问题时，遇到过最具挑战的一个技术难题（例如严重的幻觉、死循环、格式解析失败等）是什么？你最后是如何通过工程化手段解决它的？”\n这能帮助我们更快地在茫茫人海中，锁定在真实技术实践中摸爬滚打过、闪闪发光的你。和我们一起，用 Agent 编织智能，用 AI 赋能组织的明天！\n\n【岗位亮点】\n在这里，你将收获的远不止一份大厂实习证明：\n1. 一片极其稀缺的“高优算力沙盒与合规业务数据场景”：告别局域网里的纸上谈兵！你将直接参与网易真实环境下的 AI 落地项目。我们为你准备了专属的头部模型和海量token，以及经过脱敏处理的非结构化组织文本与数据。从模型本地专精微调（LoRA）到数据工程化重塑，这是在学校实验室绝对接触不到的企业级研发“富矿”。\n2. 一条为你“定制化”的硬核 Agent 成长路线：我们承诺，这绝不是让你来打杂。你将拥有一份极具挑战的“成长地图”：\n①新手村任务：驾驭基建。深入 HR 数据字典与相关文档，跑通 RAG 链路或 Text-to-SQL，打响优化大模型幻觉问题的第一枪。\n②核心副本：打造单体 Agent。深入业务极痛场景，打通“模糊意图识别 ➜ 动态工具调用（Tools） ➜ 洞察输出”的全链路，助力业务效率提升。\n③终极挑战：探索 CWD 架构。在导师带领下，探索多智能体协同网络。亲手参与设计指挥官（大脑）、取数手（执行）与合规风控（质检）等不同角色 Agent 的交互路由，你的代码将直接赋能核心业务场景的决策效率升级。\n3. 一次“双专业视角”的认知提升：你的代码将直接接受最严苛的审阅。你的导师团队既有深谙底层架构的技术老兵，也有最懂组织业务的资深 HR COE（领域专家）。他们会亲自为你编写验收用的“黄金测试集”，帮你构建极其稀缺的跨界护城河。\n4. 一张通往未来的“成长直通卡”：表现优异的你，将获得直接转正为正式校招生的宝贵机会，全程同步转正考核标准与留用名额，保障求职权益。我们真心希望，这个从0到1参与搭建 HRAI 系统的实习生，能和我们一同成长为团队未来的核心技术骨干。",
"skills": [AI生成
"Python",
"SQL",
"数据结构",
"解决问题",
"大语言模型",
"检索增强生成",
"智能体开发"
],
"preferred_qualifications": "1.在校大学生或研究生（27届），计算机科学、人工智能、软件工程、数学等相关专业背景优先；3.【加分项】： 了解或深度使用过 LangChain / LlamaIndex / Dify / Coze 等 Agent 框架（熟悉其底层解耦逻辑优先）",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://hr.163.com/job-detail.html?id=72456&lang=zh"
}
]
},
"posting": {
"posting_id": "72456",
"post_date": "",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://hr.163.com/job-detail.html?id=72456&lang=zh"
},
"fulltext": "【HR精英实习生专项：HR Agentic AI 研发实习生】- 组织智慧探索者\n职位描述\n嘿，未来的数字魔法师 & AI架构极客！\n你是否曾好奇，当大语言模型（LLM）突破“聊天机器人”的基础交互形态，如何深入数万人规模的组织场景，为人类工作提供高效智能辅助？你是否想过，代码不仅能构建稳定的后台系统，更能赋予机器“意图识别、调用工具、校验合规”的智能能力，助力业务高效落地？\n\n在这里，最前沿的 AI 技术与最复杂的组织场景深度交汇——欢迎来到网易 HR Agentic AI 的前沿阵地。\n我们不是在做传统的内部数据系统，我们正在打造网易定制化的 HR 智能助手。面对“Agent概念满天飞，企业落地却极其匮乏”的现状，我们寻找的，不是只会按部就班完成固定开发任务的执行者，而是对“AI工程化落地”抱有极致热情的潜力人才，与我们一同探索大模型在企业复杂场景中的真实能力边界。\n\n【如果你是这样的“硬核又灵动”的破局者，请务必看过来】\n1.你对“机器智能”和“组织场景”有双重热爱： 既享受手撕代码、打磨 RAG（检索增强）链路的极客快感，也对 AI 如何在强合规、高敏感的企业环境中安全落地充满探索欲。\n2.你具备快速适配技术迭代的能力： AI 范式层出不穷。看到大模型“幻觉”问题，你的第一反应不是抱怨，而是理性地去重塑 Context 数据源、设计 Harness 控制流，用工程化手段解决问题。\n3.你具备“MVP（最小可行性产品）”的务实精神： 比起构建宏大但不落地的“全知系统”，你更喜欢切入一个极小、极痛的场景，用最快的速度把大模型与业务流彻底打通，拿到速赢成果。\n4.你认为“AI 是高效副驾，而非替代者”： 你相信，再智能的多智能体（Multi-Agent）也需要人类的专业判断和校验，懂得设计优雅的“人在环路（Human-in-the-loop）”机制，让技术更好地服务于人类工作。\n\n职位要求\n【我们需要你准备的“硬核装备】\n1.在校大学生或研究生（27届），计算机科学、人工智能、软件工程、数学等相关专业背景优先。我们同样欢迎对AI研发有极致热情、有扎实项目成果的跨专业同学，如有GitHub开源项目、技术博客、个人Demo等成果，请务必附上。\n2.底层基建： 熟练掌握 Python，熟悉主流数据结构与算法；熟悉至少一种大语言模型 API 的调用机制与 Prompt Engineering 技巧。\n3.【加分项】： 了解或深度使用过 LangChain / LlamaIndex / Dify / Coze 等 Agent 框架（熟悉其底层解耦逻辑优先）；玩过开源大模型本地部署（如 Ollama, vLLM）；有真实 AI 应用落地或开源项目贡献经验。\n4.最核心的底色： 极强的求知欲、面对模糊问题的拆解能力，以及对高质量代码、优质产品体验的极致追求。\n\nReady to Prompt the Future?\n我们相信，最好的工作不是“消耗”，而是“共同创造下一代技术范式”。如果你已经心动，请立即投递你的简历（如有 GitHub 主页、技术博客或做过的 Demo 链接，请务必附上！），并可以在简历中简短地分享：\n“过去一年里，你用大模型技术开发项目或解决问题时，遇到过最具挑战的一个技术难题（例如严重的幻觉、死循环、格式解析失败等）是什么？你最后是如何通过工程化手段解决它的？”\n这能帮助我们更快地在茫茫人海中，锁定在真实技术实践中摸爬滚打过、闪闪发光的你。和我们一起，用 Agent 编织智能，用 AI 赋能组织的明天！\n\n【岗位亮点】\n在这里，你将收获的远不止一份大厂实习证明：\n1. 一片极其稀缺的“高优算力沙盒与合规业务数据场景”：告别局域网里的纸上谈兵！你将直接参与网易真实环境下的 AI 落地项目。我们为你准备了专属的头部模型和海量token，以及经过脱敏处理的非结构化组织文本与数据。从模型本地专精微调（LoRA）到数据工程化重塑，这是在学校实验室绝对接触不到的企业级研发“富矿”。\n2. 一条为你“定制化”的硬核 Agent 成长路线：我们承诺，这绝不是让你来打杂。你将拥有一份极具挑战的“成长地图”：\n①新手村任务：驾驭基建。深入 HR 数据字典与相关文档，跑通 RAG 链路或 Text-to-SQL，打响优化大模型幻觉问题的第一枪。\n②核心副本：打造单体 Agent。深入业务极痛场景，打通“模糊意图识别 ➜ 动态工具调用（Tools） ➜ 洞察输出”的全链路，助力业务效率提升。\n③终极挑战：探索 CWD 架构。在导师带领下，探索多智能体协同网络。亲手参与设计指挥官（大脑）、取数手（执行）与合规风控（质检）等不同角色 Agent 的交互路由，你的代码将直接赋能核心业务场景的决策效率升级。\n3. 一次“双专业视角”的认知提升：你的代码将直接接受最严苛的审阅。你的导师团队既有深谙底层架构的技术老兵，也有最懂组织业务的资深 HR COE（领域专家）。他们会亲自为你编写验收用的“黄金测试集”，帮你构建极其稀缺的跨界护城河。\n4. 一张通往未来的“成长直通卡”：表现优异的你，将获得直接转正为正式校招生的宝贵机会，全程同步转正考核标准与留用名额，保障求职权益。我们真心希望，这个从0到1参与搭建 HRAI 系统的实习生，能和我们一同成长为团队未来的核心技术骨干。\n嘿，未来的数字魔法师 & AI架构极客！\n你是否曾好奇，当大语言模型（LLM）突破“聊天机器人”的基础交互形态，如何深入数万人规模的组织场景，为人类工作提供高效智能辅助？你是否想过，代码不仅能构建稳定的后台系统，更能赋予机器“意图识别、调用工具、校验合规”的智能能力，助力业务高效落地？\n\n在这里，最前沿的 AI 技术与最复杂的组织场景深度交汇——欢迎来到网易 HR Agentic AI 的前沿阵地。\n我们不是在做传统的内部数据系统，我们正在打造网易定制化的 HR 智能助手。面对“Agent概念满天飞，企业落地却极其匮乏”的现状，我们寻找的，不是只会按部就班完成固定开发任务的执行者，而是对“AI工程化落地”抱有极致热情的潜力人才，与我们一同探索大模型在企业复杂场景中的真实能力边界。\n\n【如果你是这样的“硬核又灵动”的破局者，请务必看过来】\n1.你对“机器智能”和“组织场景”有双重热爱： 既享受手撕代码、打磨 RAG（检索增强）链路的极客快感，也对 AI 如何在强合规、高敏感的企业环境中安全落地充满探索欲。\n2.你具备快速适配技术迭代的能力： AI 范式层出不穷。看到大模型“幻觉”问题，你的第一反应不是抱怨，而是理性地去重塑 Context 数据源、设计 Harness 控制流，用工程化手段解决问题。\n3.你具备“MVP（最小可行性产品）”的务实精神： 比起构建宏大但不落地的“全知系统”，你更喜欢切入一个极小、极痛的场景，用最快的速度把大模型与业务流彻底打通，拿到速赢成果。\n4.你认为“AI 是高效副驾，而非替代者”： 你相信，再智能的多智能体（Multi-Agent）也需要人类的专业判断和校验，懂得设计优雅的“人在环路（Human-in-the-loop）”机制，让技术更好地服务于人类工作。\n【我们需要你准备的“硬核装备】\n1.在校大学生或研究生（27届），计算机科学、人工智能、软件工程、数学等相关专业背景优先。我们同样欢迎对AI研发有极致热情、有扎实项目成果的跨专业同学，如有GitHub开源项目、技术博客、个人Demo等成果，请务必附上。\n2.底层基建： 熟练掌握 Python，熟悉主流数据结构与算法；熟悉至少一种大语言模型 API 的调用机制与 Prompt Engineering 技巧。\n3.【加分项】： 了解或深度使用过 LangChain / LlamaIndex / Dify / Coze 等 Agent 框架（熟悉其底层解耦逻辑优先）；玩过开源大模型本地部署（如 Ollama, vLLM）；有真实 AI 应用落地或开源项目贡献经验。\n4.最核心的底色： 极强的求知欲、面对模糊问题的拆解能力，以及对高质量代码、优质产品体验的极致追求。\n\nReady to Prompt the Future?\n我们相信，最好的工作不是“消耗”，而是“共同创造下一代技术范式”。如果你已经心动，请立即投递你的简历（如有 GitHub 主页、技术博客或做过的 Demo 链接，请务必附上！），并可以在简历中简短地分享：\n“过去一年里，你用大模型技术开发项目或解决问题时，遇到过最具挑战的一个技术难题（例如严重的幻觉、死循环、格式解析失败等）是什么？你最后是如何通过工程化手段解决它的？”\n这能帮助我们更快地在茫茫人海中，锁定在真实技术实践中摸爬滚打过、闪闪发光的你。和我们一起，用 Agent 编织智能，用 AI 赋能组织的明天！\n\n【岗位亮点】\n在这里，你将收获的远不止一份大厂实习证明：\n1. 一片极其稀缺的“高优算力沙盒与合规业务数据场景”：告别局域网里的纸上谈兵！你将直接参与网易真实环境下的 AI 落地项目。我们为你准备了专属的头部模型和海量token，以及经过脱敏处理的非结构化组织文本与数据。从模型本地专精微调（LoRA）到数据工程化重塑，这是在学校实验室绝对接触不到的企业级研发“富矿”。\n2. 一条为你“定制化”的硬核 Agent 成长路线：我们承诺，这绝不是让你来打杂。你将拥有一份极具挑战的“成长地图”：\n①新手村任务：驾驭基建。深入 HR 数据字典与相关文档，跑通 RAG 链路或 Text-to-SQL，打响优化大模型幻觉问题的第一枪。\n②核心副本：打造单体 Agent。深入业务极痛场景，打通“模糊意图识别 ➜ 动态工具调用（Tools） ➜ 洞察输出”的全链路，助力业务效率提升。\n③终极挑战：探索 CWD 架构。在导师带领下，探索多智能体协同网络。亲手参与设计指挥官（大脑）、取数手（执行）与合规风控（质检）等不同角色 Agent 的交互路由，你的代码将直接赋能核心业务场景的决策效率升级。\n3. 一次“双专业视角”的认知提升：你的代码将直接接受最严苛的审阅。你的导师团队既有深谙底层架构的技术老兵，也有最懂组织业务的资深 HR COE（领域专家）。他们会亲自为你编写验收用的“黄金测试集”，帮你构建极其稀缺的跨界护城河。\n4. 一张通往未来的“成长直通卡”：表现优异的你，将获得直接转正为正式校招生的宝贵机会，全程同步转正考核标准与留用名额，保障求职权益。我们真心希望，这个从0到1参与搭建 HRAI 系统的实习生，能和我们一同成长为团队未来的核心技术骨干。",
"standard_classification": {
"std_category_code": "T009",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}