顺丰速运
AI实习生
AI实习生
发布于 5 天前实习/见习
深圳市
初级经验
实习生
仅现场办公
本科
实习与临时职位
NLP
数据分析
Javascript
LLM
知识图谱
大模型
AI 估算 · 4k–6k
大厂本科实习生薪资通常200-300元/天，月薪约4000-6000元，面议但市场普遍在此范围。
职位详情
关于这个职位
该岗位是顺丰速运的AI实习生，你将参与采购业务AI应用的研发，推动传统采购系统向AI驱动升级
工作涉及大模型、Agent技术、数据工程等前沿方向，适合对AI有强烈兴趣、希望积累实战经验的同学
你将和业务专家、产品经理紧密合作，解决真实业务痛点
最低要求
本科或研究生在读 / 应届毕业生，专业包括但不限于：计算机科学、人工智能、软件工程、数据科学、信息管理、供应链管理（了解采购、供应链管理或ERP系统者优先，非必须）
熟悉至少一门编程语言，例如：Python/Java/JavaScript/TypeScript
对AI应用开发、大模型、Agent系统或智能系统有强烈兴趣，并具备基础实践经验（课程项目或个人项目均可）
具备良好的逻辑思维能力和工程意识，能够将模糊业务需求拆解为可解决的技术问题
工作职责
参与采购业务AI运用的核心研发，推动采购系统从传统流程自动化向AI驱动智能系统升级
基于大模型与Agent技术，研发采购业务场景的智能应用，例如：供应商智能推荐与能力画像评估、采购需求预测与品类策略分析、招投标文件智能解析与辅助评标、合同条款风险自动识别与审阅、采购成本分析与市场波动监测
构建和优化采购领域的数据能力辅助采购决策，包括供应商主数据、物料与品类数据、合同文本、采购价格库以及外部市场行情数据等
利用AI辅助开发工具（Copilot/Cursor/Agent开发框架等），快速实现产品原型和功能迭代
与采购业务专家、产品经理紧密合作，将真实的寻源、谈判、履约等业务痛点转化为可落地的软件与AI能力
优先资格
熟悉以下方向之一优先：LLM/AI应用开发、数据工程/数据分析、自然语言处理（NLP）/文本挖掘、知识图谱、智能流程自动化
有以下经验优先：使用过 ChatGPT/Cursor/Copilot 等AI开发工具
参与过AI或数据相关项目
有自行搭建智能体解决问题或者生产AI产品的经验
对采购、供应链业务有实际了解或使用过相关系统优先（如SRM、ERP采购模块等）
AI 洞察
优缺点分析
优点
- 身处顺丰这样的大型物流企业，能接触到真实复杂的业务场景，积累宝贵的行业经验
- 岗位聚焦AI前沿技术（大模型、Agent、NLP），技术成长空间大，紧跟行业趋势
- 导师制和团队协作氛围，有助于快速提升工程能力和业务理解
- 实习表现优秀有机会转正，获得大厂正式offer
- 实习生可能面临快速迭代和交付需求，工作节奏较快
- 技术方向较为前沿，可参考的成熟方案较少，需要较强的探索和解决问题能力
- 适合对AI应用开发有浓厚兴趣、渴望在真实业务中锻炼技术并积累大厂实习经历的同学，尤其是计算机、AI、数据科学等相关专业的学生
缺点 / 挑战
- 需要同时学习AI技术和采购业务知识，跨领域学习有一定压力
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
匹配度报告
64
综合匹配度
大厂AI实习，前沿技术栈，成长空间大，但薪资偏低且为现场办公。
适合人群
最适合强烈追求技术成长和前沿AI经验的同学，对短期薪资要求不高。
最强匹配
成长发展匹配
最弱匹配
薪资福利匹配
薪资福利45
成长发展88
工作生活60
使命价值65
薪资福利匹配
45较低
薪资面议，实习薪资通常处于市场偏低水平，但大公司福利相对规范，综合满足度一般。
薪资信号面议 (4K-6K/月)
成长发展匹配
88较高
岗位聚焦大模型、Agent等前沿技术，能深度参与AI应用研发，技能成长空间大，满足度高。
技术前沿前沿/新兴技术
技术栈Python、LLM、Agent、NLP、知识图谱、大模型
业务类型profit_center
工作生活匹配
60中等
仅现场办公，地点在深圳，未提及弹性工作或WLB，实习生通常按固定工时，灵活性一般。
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）
使命价值匹配
65中等
顺丰作为物流巨头业务成熟，AI赋能采购有明确社会价值（提效降本），但作为实习岗位使命感有限。
行业发展稳定成熟行业
社会影响中性/一般
创新程度积极采用新技术
Watch Jobs