三七互娱
AI算法实习生
AI算法实习生
发布于 大约 2 个月前实习/见习
广州市
无经验要求
实习生
仅现场办公
本科
研究与开发 (研发)
强化学习
推荐系统
机器学习
深度学习
CTR预估
PyTorch
TensorFlow
AI 估算 · 4k–8k
大厂AI算法实习，技术门槛高，薪资在行业中等偏上水平
职位详情
关于这个职位
作为AI算法实习生，你将参与三七互娱的搜索/推荐/广告系统算法迭代，优化点击率、转化率等核心指标，涉及全链路算法设计与特征工程
这是一个学习前沿技术和积累实战经验的绝佳机会
最低要求
本科及以上，熟练掌握深度学习、机器学习、强化学习等至少一个领域的基础知识
熟悉TensorFlow或PyTorch深度学习框架，精通C/C++、Java、Python等至少一门编程语言，具备一定的工程实现能力
具备较强的学习能力、良好的数据敏感性、清晰的逻辑思维能力和出色的沟通表达能力
工作职责
算法研发：参与搜索/推荐/广告系统的算法迭代，优化CTR（点击率）、CVR（转化率）或GMV预估模型
全链路优化：参与召回、粗排、精排、重排、多目标优化等环节的算法设计与开发
特征工程：挖掘和处理海量用户行为日志，优化稀疏特征处理、表征学习及交叉特征构建
优先资格
在相关领域国际顶级会议或期刊发表论文，或参加相关数据挖掘/机器学习领域竞赛获奖者优先
AI 洞察
优缺点分析
优点
- 大厂平台，接触海量真实用户数据和业务场景
- 技术栈前沿，涉及深度学习、强化学习等热门方向
- 团队专业，有机会与资深算法工程师学习
- 算法实习门槛高，需要扎实的理论基础
- 工作强度可能较大，需要快速学习和产出结果
- 竞争激烈，需要持续学习新技术
- 适合具有较强算法基础、热爱技术、希望在人工智能推荐方向深入发展的在校学生
缺点 / 挑战
暂无明显挑战项
角色解读
- 积累推荐系统实战经验，可向高级算法工程师发展
- 深入理解广告/搜索业务，可转向广告算法或搜索算法方向
- 表现优异可获转正机会，正式加入大厂
- 参与搜索/推荐/广告系统的模型迭代，优化CTR/CVR预估
- 设计和实现召回、粗排、精排等推荐全链路算法
- 基于海量用户行为日志进行特征工程与表征学习
- 扎实的深度学习/机器学习理论基础，熟悉TensorFlow或PyTorch
- 精通至少一门编程语言（C++/Java/Python），具备工程实现能力
- 较强的学习能力与数据敏感性，逻辑思维清晰
申请策略
- 在简历中说明对三七互娱游戏业务的了解
- 关注推荐系统在游戏分发中的应用
- 突出相关项目经验，如推荐系统、搜索排序等
- 强调论文发表或竞赛获奖经历（优先条件）
- 展示编程能力和框架使用经验（GitHub等）
- 提前学习推荐系统基础知识，如协同过滤、矩阵分解
- 熟悉TensorFlow/PyTorch的正向和反向传播机制
- 了解CTR预估模型如DeepFM、Wide&Deep等
面试指南
- 对于模型原理问题，从输入、结构、损失函数、训练过程等方面回答
- 对于特征工程问题，从数据处理、特征选择、交叉组合等角度分析
- 请解释逻辑回归在CTR预估中的应用及局限性
- 介绍一种你熟悉的推荐模型（如DeepFM）的结构和原理
- 如何处理稀疏特征？有哪些常用的特征工程方法？
- 在实习中如何处理数据不平衡问题？
- 复习机器学习基础，特别是分类、回归、排序算法
- 准备一个完整的推荐系统项目案例，能够详细说明数据、模型和效果
职位点评
53
综合评分
大厂AI算法实习生，前沿技术，成长空间大，但需现场办公且薪资一般
从学习成长、工作节奏、岗位方向和实习待遇综合评估，方便比较实习机会。
更适合这类人
适合追求技术成长、不在意工作地点灵活性的学生
表现最好
成长发展
相对薄弱
工作生活
薪资福利40
成长发展85
工作生活30
使命价值50
薪资福利
40较低
实习薪资通常不高，但大厂提供转正机会和培训，福利一般
薪资信号未披露（AI估算：4K-8K/月）
成长发展
85较高
该岗位涉及前沿AI技术和完整推荐链路，能显著提升算法能力和工程经验，并有转正可能
技术前沿前沿/新兴技术
技术栈深度学习、TensorFlow、PyTorch、CTR预估、强化学习
业务类型profit_center
工作生活
30较低
需要现场办公，未提及弹性工作，但大厂通常有双休
工作模式仅现场办公
办公地点未明确
加班情况未提及（无法判断）
使命价值
50较低
游戏广告推荐行业竞争激烈，但技术应用广泛，社会价值中性
行业发展高速增长赛道
社会影响中性/一般
创新程度积极采用新技术
三七互娱 的其他在招职位
相似职位推荐
Watch Jobs