如果你准备投 B 站的数据平台 Agent 产品实习生，却因为不会 Ray、Lance 或 Dataloader 而准备放弃，先停一下：这些要求来自相邻的数据与计算工程岗。[2][3] 独立开发 Agent Harness 也属于另一份工程职位；产品实习写出的是另一组交付物。[1][5]
这份产品实习更直接的问题是：你能不能把一个数据场景整理成可落地的产品流程、可维护的领域知识，以及可复现的评测结果。[5]
先判断：你被哪一份能力表劝退了
| 职位 | 原文中的主要交付 | 明写的门槛 |
|---|---|---|
| 数据平台 Agent 产品实习生 | PRD、原型与产品方案；领域知识库；评测报告、问题清单和优化建议 | 本科及以上在读，相关专业和 27 届优先；了解 Agent 基本原理，相关经历优先[5] |
| 音视频基模 Agent Harness 工程师 | 工具调用、上下文管理、Workflow 编排、任务执行，以及训练、推理、评测基础设施对接 | 实际 Harness 开发、系统设计和独立完成复杂模块[1] |
| 大模型训练数据工程师 | 多模态数据流水线、数据算子和 Dataloader | 3 年以上数据开发或算法工程经验，并有 Dataloader 实践[2] |
| 多模态计算引擎研发工程师 | Ray 计算、Lance 存储、Kubernetes 部署与稳定性 | 5 年以上大数据基础架构或分布式系统经验[3] |
四个职位可以帮你划清职责，不能被拼成一张“产品实习必备技术栈”。产品实习没有写工作年限，也没有点名 Ray、Lance、Spark 或 Kubernetes；这不等于没有技术门槛，它仍要求理解 Agent 基本原理，并能把数据问题说清楚、做成产品、验证结果。[5]
如果你在核对届别，B 站秋招 FAQ 把本届秋招对象定义为 2026 年 9 月 1 日至 2027 年 8 月 31 日毕业的应届生。[4] 但这份实习职位自己的措辞是“本科及以上在读、27 届优先”，不是“仅限 27 届”；判断能否投递时，以职位页的具体要求为准。[5]
真正该准备的是三种交付物
1. 一条能验收的产品流程
职位原文不只要求调研和画原型，还要求配合研发、测试完成上线验收。[5] 所以简历里不要只写“参与 AI 产品设计”，而要回答：谁在什么数据场景下遇到问题，你如何定义流程和边界，方案为什么这样取舍，最后用什么条件判断它可以上线。
你可以准备一页材料，把需求、关键步骤、异常分支和验收条件放在同一张图里。重点不是图画得多漂亮，而是别人能否从中看出你做过判断。
2. 一份能维护的领域知识结构
这个岗位写的知识库不是把文档扔进向量库。原文列出的对象包括数据指标、数据模型、数据规范和业务场景，还要求知识拆解、结构化整理与持续优化。[5]
项目证据至少要让人看见：同名指标如何区分口径，模型或表之间是什么关系，规则冲突时采用哪一个版本，答案缺少依据时如何回到来源。只展示“问答成功”的截图，证明不了你能维护这套知识。
3. 一张能复现问题的评测表
职位原文把评测拆成五个维度：问答准确率、数据推理有效性、场景适配度、响应效率和用户体验；还要求定期实测、复盘，并输出问题清单和优化建议。[5]
因此，作品集不需要先追求一个更炫的 Demo。先保留测试问题、预期结果、实际结果、失败类型和下一步修改。你能否解释一次失败为什么发生、改完后如何复测，比“接入了哪个模型”更贴近这份工作的交付物。
用一个已有项目，整理成投递证据
不必为了这份职位临时再造一个聊天机器人。选你最熟悉的数据或知识库项目，按下面的顺序重写：
- 场景与流程：谁要完成什么任务，哪些步骤交给 Agent，哪些必须由人确认。
- 知识与口径：指标、模型、规范和业务规则如何组织，歧义与过期内容怎么处理。
- 评测与复盘：用例覆盖哪些场景，失败怎样分类，哪次修改真正改善了结果。
如果你能拿出一页流程、一份知识结构和一张评测表，就已经在回答这份 JD 的核心问题。相反，如果项目只能证明模型接口调通，无法说明知识从哪里来、错误如何被发现，就先补一轮可复现的评测，再把“高度匹配”写进简历。
什么时候该看相邻工程岗
如果你真正想做的是工具调用、上下文管理和 Workflow 底座，就按 Harness 岗准备系统设计与实际开发证据。[1] 如果你已经做过 Dataloader、分布式数据处理或计算存储引擎，再分别看训练数据与 Ray/Lance 两个方向。[2][3]
这次选择的关键不是“会不会所有 Agent 技术”，而是你能不能把一个数据问题变成可验收、可维护、可评测的产品。
边界
本期只分析一份在 2026-09-18 日内快照中新观察到的产品实习职位，并用三份仍可访问的官方职位页说明职责边界。比较不代表四个职位属于同一团队或共同架构，也不能推出招聘规模、录取难度、实习时长、转正机会或公司整体 Agent 战略。
Sources
[1] https://jobs.bilibili.com/campus/positions/30578 — 哔哩哔哩职位 30578：音视频基模 Agent Harness 工程师 [2] https://jobs.bilibili.com/campus/positions/30581 — 哔哩哔哩职位 30581：大模型训练数据工程师 [3] https://jobs.bilibili.com/campus/positions/30584 — 哔哩哔哩职位 30584：多模态计算引擎研发工程师 [4] https://jobs.bilibili.com/home?bsource=pc_sem_baidu_xiaozhao — 哔哩哔哩 2027 届秋季校园招聘 FAQ [5] https://jobs.bilibili.com/campus/positions/30594 — 哔哩哔哩职位 30594：数据平台 Agent 产品实习生