AI实习生

优缺点分析

角色解读

• 短期目标：深入掌握大模型应用开发、Agent系统搭建等前沿技术，积累企业级AI项目经验
• 中期发展：可向AI工程师、数据科学家或AI产品经理方向转型，成为业务+技术的复合型人才
• 长期前景：在供应链、物流等垂直领域深耕，成为行业AI专家或技术负责人
• 参与采购业务AI应用的研发，使用大模型和Agent技术开发智能推荐、需求预测、合同分析等功能
• 构建和优化采购领域的数据能力，包括供应商主数据、物料品类数据、价格库等，辅助业务决策
• 利用AI辅助开发工具快速实现产品原型，并与业务专家、产品经理协作将业务需求转化为技术方案
• 参与从需求分析、系统设计到功能迭代的全流程，积累AI工程化实战经验
• 掌握至少一门编程语言（Python/Java/JavaScript等），具备基本编码能力
• 对LLM、Agent、NLP等AI技术有强烈兴趣和基础实践（课程/个人项目）
• 具备良好的逻辑思维和工程意识，能拆解模糊需求为可解决的技术问题
• 熟悉数据工程、知识图谱或智能流程自动化等方向者更具优势

申请策略

• 在简历和面试中重点表达对AI+产业落地的热情，而不仅是技术本身
• 主动了解顺丰的科技布局和采购系统，面试时能展示对公司的了解
• 突出AI相关的项目经验（如课程大作业、个人AI应用、Kaggle比赛等），尤其是涉及大模型、Agent或NLP的实践
• 强调编程能力，列出熟悉的语言和工具，特别是Python以及AI框架（如LangChain、Transformers等）
• 如果有采购、供应链或ERP相关知识，务必提及，这是加分项
• 展示使用AI开发工具（ChatGPT、Copilot等）的经验，体现对效率工具的掌握
• 系统学习大模型应用开发，尝试用LangChain或AutoGPT搭建一个简单的Agent
• 补充数据工程基础知识，了解数据清洗、ETL、数据库等，因为岗位涉及数据构建

面试指南

• STAR法则：描述情境、任务、行动、结果，重点突出技术选择和效果
• 结构化拆解：先明确业务目标，再分析数据/技术可行性，然后设计MVP快速验证
• 展示学习能力：如果缺乏经验，强调快速学习能力和方法论（如查阅文献、参考开源项目）
• 请介绍一个你使用大模型或Agent的实践项目，遇到了哪些挑战？
• 如何将一个模糊的业务需求（如“供应商智能推荐”）拆解为技术实现步骤？
• 你熟悉哪些编程语言和AI框架？请举例说明
• 请描述一个你通过数据分析和AI解决实际问题的案例
• 你对采购业务了解多少？请谈谈你如何理解采购智能化的价值