【27届暑期实习】淘天集团AI研发实习生

【职位描述】你是否想过，一个能理解“这个商品适合我吗？”、“为什么还没发货？”、“能不能退差价？”的AI客服，背后是如何思考和行动的？在淘天集团店小蜜团队，我们正打造下一代基于大模型Agent的智能问答机器人系统，覆盖亿级用户的售前导购、商品推荐、活动咨询、售后排障、退款物流等全链路服务场景。加入我们，你将：🔹 构建电商领域最强AI客服Agent：和算法同学协作，基于大语言模型（LLM），设计具备任务理解、工具调用、多轮推理与决策能力的智能体（Agent），让AI真正“会思考、能办事”🔹 打造高可用AI工程系统：将RAG、动态Prompt编排、上下文管理、长期记忆等前沿AI技术，与高并发后端服务深度融合，支撑日均千万级对话请求🔹 深耕智能客服核心场景：从“用户问一句，AI答得准”，到“用户没开口，AI已预判”，你将参与构建覆盖售前推荐、活动解读、商品对比、售后排障、物流追踪等复杂业务逻辑的智能服务引擎🔹 参与AI与工程双轮驱动的技术基建：既探索与落地Agent框架的深度优化，体验AI Coding的编程魅力，也设计高性能、低延迟、高可用的分布式服务架构，涵盖缓存策略、JVM调优、多线程调度、微服务治理、消息队列等核心工程能力在这里，你不是在做“玩具Demo”，而是在真实亿级流量场景中，定义AI客服的未来形态。来吧，和我们一起，用AI重新定义“服务”！【职位要求】本科及以上学历，计算机科学、软件工程、人工智能相关专业优先熟练使用Python/Java等编程语言，熟悉Spring、Mybatis、Springboot、JVM、多线程、分布式服务、缓存、消息队列等技术栈熟悉 HTML、CSS、JavaScript/Typescript，掌握 React/Vue 等前端框架，具备一定的前端界面开发基础。有一定的AI Agent、RAG、LLM应用开发项目经验，熟悉Agent基础框架实现原理，了解高可用、高扩展性的大模型/Agent工程架构熟悉AI Coding，最好有一定的实践经验具备问题/价值驱动的探索精神和优秀的问题解决能力敢于创新，对AI技术充满热情，能够持续关注和学习AIGC前沿技术研究，并主动探索AI新技术/新范式在商业场景中的应用边界📢 📢 📢 📢 📢 📢 📢 📢 📢 📢 📢 📢内推请发简历到邮箱：**********有问题也可加qq，知无不答。

1. 进程和线程有什么区别？进程是操作系统资源分配的基本单位，拥有独立的地址空间、文件描述符、信号处理等资源线程是 CPU 调度的基本单位，共享所属进程的内存空间和资源，拥有独立的栈和寄存器状态创建和切换线程的开销远小于进程，线程间通信直接读写共享内存，进程间通信需要专门的 IPC 机制一个线程崩溃可能导致整个进程崩溃；一个进程崩溃不影响其他进程，隔离性更好多线程适合共享数据频繁的并发场景；多进程适合需要强隔离、稳定性要求高的场景2. 为什么推荐用 make_shared 而不是直接 new 来构造 shared_ptr？直接 new 会进行两次内存分配：一次分配对象本身，一次分配控制块（引用...

说真的，别再只会背 RAG、幻觉的基础定义了，我面 AI 岗挂的 5 次，全是栽在看似基础、实则一挖就深的问题上。最开始准备面试，我就背了背 “什么是 RAG”“幻觉怎么产生的”，以为就能应付，结果一面试就被问懵了。面试官根本不会只让你背定义，他会问：你说你懂 RAG，那你做的项目里，召回率只有 30%，你具体是怎么一步步优化的？每一步优化的指标提升了多少？你说能解决幻觉，那在多轮对话场景里，模型前后回答矛盾，你怎么处理？和单轮对话的解决方案有什么区别？你提了 MCP 协议，那它和传统的 API 调用有什么本质区别？实际项目里你用它解决了什么具体问题？踩过哪些坑？你说做过 AI Agent，那你的 Agent 在任务执行失败的时候，会怎么做错误重试和反思？具体的实现逻辑是什么？我才发现，面试官根本不关心你能不能背出定义，他关心的是你有没有真的做过、有没有真的踩过坑、有没有解决实际问题的能力。背出来的答案，和实战出来的答案，面试官一听就能听出来。后来调整了思路，不再死背知识点，而是把自己做的 demo、项目，从技术选型、踩过的坑、优化思路、数据指标，全拆解得明明白白，再去面试，基本都能对答如流。给所有面 AI 岗的牛友提个醒：别只背基础概念，面试官最爱问的，永远是基于实战的深挖问题。没有真实项目经验，就自己动手做个完整的 demo，把每一个技术点吃透，比背 100 道题都管用。

我还记得24年研究RAG的时候，压根没有想到，后来技术的发展，大模型的上下文能长成现在这个样，而且随着技术进一步发展，其实Memory的加入确实能让Agent的上下文能力变得很强，但真当面试时如果被问到这个问题，你得清楚，其实是一个非常典型的面试陷阱。（我准备的答案在文末）为什么这么说？如果你跟风回答“会”，面试官很容易判断你缺乏工程落地经验，也没有真正考虑过成本问题。但如果你回答“不会”，面试官往往又会继续追问：既然不会，那现在模型拼命把上下文窗口做到几百万Token，难道方向错了吗？RAG还有存在的必要吗？你会觉得，这道题似乎怎么回答都不对：说“会”，显得外行；说“不会”，又像是在否定技术...