{
    "schema_version": "via_ai_product_manager_jobs_v1",
    "data_type": "ai_product_manager_jobs",
    "job": {
        "job_title": "后端研发实习生（Agent 产品工程方向）",
        "job_level": "",AI生成
        "work_category": "实习",AI生成
        "department": "",
        "location": "",
        "work_mode": "",AI生成
        "job_category": "技术类/Technical"AI生成
    },
    "company": {
        "company_name": "月之暗面",
        "company_industry": "",
        "company_size": "",
        "company_website": "",
        "company_description": ""
    },
    "compensation": {
        "salary_range": {
            "min": "",
            "max": "",
            "currency": "",
            "cycle": ""
        },
        "benefits": ""
    },
    "requirements": {
        "working_years": "",
        "degree": "",
        "language": "",AI生成
        "visa_support": "",
        "responsibilities": "为什么开放这个实习岗位Kimi 正处于模型高频发布、产品快速迭代的阶段。模型能力差距以月为单位收敛，胜负手已经变成「谁能更快、更稳地把模型能力变成用户可感知的产品」——这就是产品工程团队的战场。我们开实习岗有两层用意：让优秀的人尽早参与真实项目：在千万级用户的真实场景、核心链路上，把需求从设计做到上线，而不是在边角写一次性脚本；与候选人相互深入了解：我们相信把方向交给年轻人，是一项已经得到验证的投资——表现优秀者有转正机会。我们选人的标准是不拘泥于履历背景：不看年限，看经历密度——时间不长、但做的事又多又深，才是最好的。我们期待的你必须项全日制在读，27 届及以后优先；计算机相关专业背景；后端基本功扎实：数据结构与算法、操作系统、计算机网络；熟悉 Go，或 Java / C++ / Rust 功底深且愿意快速转 Go；做过真东西：有完整的项目 / 实习 / 开源经历，能讲清解决的问题、做过的权衡和踩过的坑；时间不长没关系，你在工作经历中做的事情数量和深入程度，以及我们从中看到的能力，才是判断你能否胜任的依据；AI-native 工作方式：自己就以 AI 原生方式工作，习惯用 AI 工具大幅提升研发效率；而且真的用过和上手做过 AI Agent 产品，能讲出自己的观点——不是「听说这行火」；自驱并有主人翁意识：能独立负责一个子问题，完整完成调研、设计和交付，推动问题得到解决，而不是只做「被分下来的一小块」；实习时间：每周到岗至少 4 天，连续实习 3 个月以上（能实习 6 个月及以上者优先）。加分项Agent / LLM 应用系统的实际开发经验（实习、开源、个人项目均可），生产环境中的经验尤其突出；有商业化平台、权限计费、内容平台、CDN / 云原生等方向实践；深度使用过主流后端技术栈：微服务、gRPC、PostgreSQL / MySQL、Redis、消息队列、Kubernetes、CI/CD；名校在读、竞赛获奖、体育 / 音乐等社团特长经历，会是加分项——我们看重的是「把一件事做到极致」的证据；开源项目贡献者，或有能打动我们的个人作品。我们欣赏的不寻常加分项订阅了头部 AI 厂商的 Code Plan，并且确实将工具用到了极限；写技术博客 / 复盘笔记，能把做过的事沉淀成方法论；有自己长期维护的工具或玩具项目。我们能提供什么真实大规模的工程实践：Kimi 拥有千万级用户的 C 端产品，并会高频发布模型。你写的代码将在真实的流量压力下接受检验，解决的问题大多是新问题；资深工程师一对一带教：mentor 是正在负责主要项目方向的资深工程师，会在代码评审、系统设计和工程判断等各个环节给你指导；团队负责人也会亲自和实习生交流；前沿阵地：最新模型近距离可用，AI 工具全面融入研发工作流——你会实践新思想：「在 AI 时代，后端工程师应该如何开展工作」；不打杂：从头到尾参与核心链路的研发过程；转正机会：在实习期间持续考察表现，优秀者将直接获得校招全职 offer。实习安排工作地点：北京；工作节奏：每周在岗至少 4 天，连续实习 3 个月以上，能实习 6 个月及以上者优先；转正评估：在实习期内持续考察表现，优秀者将发放校招全职 offer。",
        "requirements_text": "",
        "skills": [],AI生成
        "preferred_qualifications": "",
        "job_highlights": ""
    },
    "contact": {
        "recruiter_name": "",
        "contact_methods": []
    },
    "posting": {
        "posting_id": "52134dbe-419c-4251-9af6-6d3a9e4e04c3",
        "post_date": "2026-09-02",
        "hire_time": "",
        "update_date": "",
        "job_url": "https://app.mokahr.com/campus-recruitment/moonshot/148507#/job/52134dbe-419c-4251-9af6-6d3a9e4e04c3"
    },
    "fulltext": "为什么开放这个实习岗位Kimi 正处于模型高频发布、产品快速迭代的阶段。模型能力差距以月为单位收敛，胜负手已经变成「谁能更快、更稳地把模型能力变成用户可感知的产品」——这就是产品工程团队的战场。我们开实习岗有两层用意：让优秀的人尽早参与真实项目：在千万级用户的真实场景、核心链路上，把需求从设计做到上线，而不是在边角写一次性脚本；与候选人相互深入了解：我们相信把方向交给年轻人，是一项已经得到验证的投资——表现优秀者有转正机会。我们选人的标准是不拘泥于履历背景：不看年限，看经历密度——时间不长、但做的事又多又深，才是最好的。我们期待的你必须项全日制在读，27 届及以后优先；计算机相关专业背景；后端基本功扎实：数据结构与算法、操作系统、计算机网络；熟悉 Go，或 Java / C++ / Rust 功底深且愿意快速转 Go；做过真东西：有完整的项目 / 实习 / 开源经历，能讲清解决的问题、做过的权衡和踩过的坑；时间不长没关系，你在工作经历中做的事情数量和深入程度，以及我们从中看到的能力，才是判断你能否胜任的依据；AI-native 工作方式：自己就以 AI 原生方式工作，习惯用 AI 工具大幅提升研发效率；而且真的用过和上手做过 AI Agent 产品，能讲出自己的观点——不是「听说这行火」；自驱并有主人翁意识：能独立负责一个子问题，完整完成调研、设计和交付，推动问题得到解决，而不是只做「被分下来的一小块」；实习时间：每周到岗至少 4 天，连续实习 3 个月以上（能实习 6 个月及以上者优先）。加分项Agent / LLM 应用系统的实际开发经验（实习、开源、个人项目均可），生产环境中的经验尤其突出；有商业化平台、权限计费、内容平台、CDN / 云原生等方向实践；深度使用过主流后端技术栈：微服务、gRPC、PostgreSQL / MySQL、Redis、消息队列、Kubernetes、CI/CD；名校在读、竞赛获奖、体育 / 音乐等社团特长经历，会是加分项——我们看重的是「把一件事做到极致」的证据；开源项目贡献者，或有能打动我们的个人作品。我们欣赏的不寻常加分项订阅了头部 AI 厂商的 Code Plan，并且确实将工具用到了极限；写技术博客 / 复盘笔记，能把做过的事沉淀成方法论；有自己长期维护的工具或玩具项目。我们能提供什么真实大规模的工程实践：Kimi 拥有千万级用户的 C 端产品，并会高频发布模型。你写的代码将在真实的流量压力下接受检验，解决的问题大多是新问题；资深工程师一对一带教：mentor 是正在负责主要项目方向的资深工程师，会在代码评审、系统设计和工程判断等各个环节给你指导；团队负责人也会亲自和实习生交流；前沿阵地：最新模型近距离可用，AI 工具全面融入研发工作流——你会实践新思想：「在 AI 时代，后端工程师应该如何开展工作」；不打杂：从头到尾参与核心链路的研发过程；转正机会：在实习期间持续考察表现，优秀者将直接获得校招全职 offer。实习安排工作地点：北京；工作节奏：每周在岗至少 4 天，连续实习 3 个月以上，能实习 6 个月及以上者优先；转正评估：在实习期内持续考察表现，优秀者将发放校招全职 offer。"
}