新浪
推荐算法实习生（杭州）
推荐算法实习生（杭州）
发布于 大约 17 小时前实习/见习
杭州市
无经验要求
实习生
仅现场办公
硕士
机器学习
分布式计算
深度学习
数据挖掘
强化学习
LLM
迁移学习
推荐算法
AI 估算 · 4k–8k
大厂算法实习生薪资具有竞争力，但实习性质偏低，一般日薪200-400元折算月薪。
职位详情
关于这个职位
这是一份新浪微博的推荐算法实习生岗位，主要参与亿级用户规模的推荐模型优化，提升信息流推荐的核心指标
你将跟进LLM、迁移学习等前沿技术，并分析海量用户数据
适合对推荐系统、机器学习有浓厚兴趣的硕士在读同学
最低要求
计算机、数学或统计学相关专业硕士及以上学历
熟悉Linux，C++，Java和Python，优秀的编码与代码控制能力，扎实的数据结构和算法功底
熟悉大规模数据挖掘、机器学习、分布式计算
善于阅读文献，快速学习 ，具备优秀的分析和解决问题的能力，良好的沟通协作能力
工作职责
参与微博亿级用户规模的推荐模型优化，提升微博信息流推荐点击，转化，体验等核心指标，提升用户活跃度
跟进业界前沿技术，包括但不限于 LLM&Rec、迁移学习、强化学习等，将其在多个场景中进行落地应用
分析海量用户行为数据和博文数据，基于多模态，超长用户序列压缩等技术，增加有效的特征，挖掘用户兴趣，优化排序机制
AI 洞察
优缺点分析
- 平台优势：微博亿级用户规模，数据丰富，能够接触大规模推荐系统的真实场景
- 技术前沿：涉及LLM、迁移学习、强化学习等热门方向，技能积累价值高
- 成长机会：大厂实习经历对简历加分，有转正可能
- 团队氛围：与优秀同事合作，参与核心项目，提升实战能力
- 技术门槛较高：需要扎实的编程和算法基础，同时跟进前沿论文有压力
- 实习节奏快：可能需要快速产出结果，适应高强度工作
- 竞争激烈：大厂算法实习岗位申请人数多，面试难度大
- 适合计算机、数学或统计相关专业硕士在读，对推荐系统和机器学习充满热情，希望在大平台积累实战经验并追求技术成长的求职者
角色解读
- 通过实习积累推荐系统实战经验，未来可向推荐算法工程师、高级算法研究员发展
- 掌握前沿技术（如LLM+Rec）后，可转向搜索、广告等相关AI方向
- 表现优异可转正，进入新浪微博核心算法团队，逐步成长为技术专家或团队负责人
- 参与微博亿级用户推荐模型优化，提升点击率、转化率等核心指标
- 跟进LLM、迁移学习等前沿技术，并在实际场景中落地应用
- 分析海量用户行为与博文数据，利用多模态和序列压缩技术挖掘用户兴趣
- 优化推荐排序机制，提升用户体验和活跃度
- 扎实的编程基础：熟悉Linux、C++、Java、Python，掌握数据结构和算法
- 机器学习与数据挖掘：熟悉大规模数据挖掘、机器学习算法及分布式计算框架
- 前沿技术敏感度：能快速阅读论文，跟进LLM、强化学习等方向
- 分析与协作能力：具备优秀的问题分析和解决能力，以及良好的沟通协作能力
申请策略
- 申请时关注新浪微博的招聘公众号或官网，及时投递并准备内推
- 了解微博信息流推荐业务，思考可能的优化方向，在面试中展现见解
- 突出相关项目经历：如推荐系统、点击率预估、用户画像等，强调成果指标（如提升X%）
- 展示编程能力：列出熟悉的语言和框架，附上GitHub或算法竞赛成绩
- 强调前沿技术探索：如有LLM、强化学习等相关经验或论文阅读总结，重点描述
- 体现数据分析能力：描述处理大规模数据的经验和特征工程方法
- 复习机器学习经典模型（LR、GBDT、DeepFM等）和推荐系统架构
- 熟悉至少一个深度学习框架（TensorFlow/PyTorch），并尝试实现一个推荐模型
面试指南
- 项目介绍采用STAR原则：背景、任务、行动、结果，突出技术细节和个人贡献
- 开放式问题先阐述基本概念，再结合实际场景给出多个解决方案，并分析优缺点
- 代码题先说明思路，注意边界条件和复杂度，保持代码清晰
- 请介绍一下你参与过的一个推荐系统项目，包括模型、特征和效果
- 如何解决推荐系统中的冷启动问题？
- 对LLM在推荐系统中的应用有什么看法？请举例说明
- 手写代码：实现一个简单的协同过滤或矩阵分解算法
- 如何评估推荐系统的效果？有哪些离线指标和在线指标？
匹配度报告
68
综合匹配度
大厂算法实习生，前沿技术栈，发展机会多，但薪资待遇一般，工作强度未知。
适合人群
适合追求技术成长和前沿创新，愿意通过高强度实习积累经验的求职者，对WLB要求不高。
最强匹配
成长发展匹配
最弱匹配
工作生活匹配
薪资福利60
成长发展90
工作生活50
使命价值70
薪资福利匹配
60中等
薪资未明确披露，大厂实习生薪资有一定竞争力但相对全职偏低，福利未提及。
薪资信号未披露 (4K-8K/月)
成长发展匹配
90较高
技术栈前沿（LLM、迁移学习等），涉及核心推荐算法，成长空间大。
技术前沿前沿/新兴技术
技术栈推荐算法、机器学习、LLM、迁移学习、强化学习、多模态、Python、C++、Java、分布式计算
业务类型profit_center
工作生活匹配
50较低
未提及灵活办公或WLB，互联网公司默认现场办公，工作强度未知。
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
70中等
微博作为社交媒体，对信息传播有一定社会影响，但使命信号不明显。行业处于稳定成熟期。
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