得物
得物音视频 AI 数据与应用实习生（上海｜长期实习）
得物音视频 AI 数据与应用实习生（上海｜长期实习）
发布于 大约 15 小时前实习/见习
上海市
无经验要求
实习生
仅现场办公
本科
实习与临时职位
NLP
SQL
多模态
数据清洗
模型微调
音频处理
AIGC
CV
Prompt优化
AI 估算 · 4k–8k
上海长期实习，参考市场标准，日薪200-400元，月薪约4000-8000元，中位数6000元，竞争激烈但技能含金量高。
职位详情
关于这个职位
得物音视频团队招募长期实习生，参与多模态内容数据处理、AIGC项目落地及语音方向探索
你将接触前沿AI技术，在社区内容生产、审核、创作全链路中实践数据分析和模型优化，适合对AI和内容生态感兴趣的同学
最低要求
本科及以上学历在读，计算机、人工智能、数据科学、数学、统计学、电子信息、自动化等相关专业优先
熟练使用Python、熟悉Linux开发环境，具备 SQL 基础，熟悉常见数据处理与分析方法
有 Pandas、Hive、Spark、数据看板或实验分析经验者优先
了解机器学习、深度学习或大模型基础，熟悉 NLP、CV、多模态、音频处理、AIGC 中任一方向者优先
具备较强的数据敏感度和问题拆解能力，能够从样本、标签、模型结果和业务现象中发现问题，并提出可验证的优化假设
具备良好的沟通协作能力和执行力，能够推进数据标注、效果验证、跨团队对齐和项目文档沉淀
对社区内容、AIGC 创作、内容生态、创作者工具等方向感兴趣，愿意深入理解业务场景和用户需求
工作职责
参与社区图文、视频、音频、文本等多模态内容的数据收集、清洗、分析与验证工作，支持内容理解、生态治理、AIGC 识别与创作等项目迭代
参与 AIGC 相关项目落地，包括 AI 生成内容检测分级、AIGC智创平台创新玩法孵化、图文/视频/3D模型生成等方向、Prompt 优化、模型后训练微调，策略效果验证等
参与语音方向的数据处理与标注协同工作，包括语音样本整理、标注规则制定、ASR 转写效果分析、音频语料库建设及语音场景预研支持
参与社区品类、互动话题、内容方向的自聚类挖掘和数据分析，协助发现可用于产品创新、内容运营和算法策略优化的机会点
优先资格
有 AIGC 检测、图文/视频生成、AI 创作工具、AI 特效、创作助手等项目经验
有内容标签体系、内容理解、推荐/审核/风控、社区生态分析相关项目或实习经历
熟悉 Qwen-VL、LLaVA、CLIP、Whisper、Qwen、GPT 等模型的调用、Prompt 设计、效果评测或微调经验
有数据清洗、标注体系设计、评测集建设、Badcase 分析、模型效果归因经验
熟悉 Hive/Spark/SQL、数据仓库、AB 实验分析、可视化报表者优先
有小红书、抖音、快手、B站、得物等社区或内容平台相关项目经验者优先
深度了解得物社区生态，对潮流、穿搭、美妆、运动、数码等社区内容品类有兴趣，有完整可展示的 AI 或数据分析作品
AI 洞察
优缺点分析
优点
- 接触真实的大规模社区数据和AIGC前沿技术，技术积累快
- 团队专注音视频和多模态，方向热门，未来就业前景好
- 长期实习有转正机会，平台大，能积累丰富的项目经验
- 实习周期长（6个月以上），需要平衡学业与工作
- 数据处理和标注工作可能较繁琐，需要耐心和细致
- 适合对AI和社区内容充满热情、喜欢动手实践、有较强数据敏感度和自驱力的在校学生
缺点 / 挑战
- 技术栈要求较广，需要持续学习，对新手有一定压力
角色解读
- 从数据分析和模型效果验证起步，深入AIGC和音视频技术，发展为AI算法工程师
- 积累社区内容生态经验，未来可转向推荐、审核、风控等算法岗位
- 表现优异可转正，长期在得物音视频团队从事前沿AI技术研发，成为技术专家或团队骨干
- 处理多模态数据（图文、视频、音频），进行清洗、分析和验证，支持内容理解和AIGC项目
- 参与AIGC落地实践，包括内容检测、生成模型效果验证、Prompt优化和模型微调
- 协助语音数据处理，制定标注规则，分析ASR效果，构建音频语料库
- 通过数据挖掘发现内容品类和互动话题的聚类，为产品创新和算法优化提供洞察
- 熟练使用Python和Linux，掌握SQL、Pandas、Hive、Spark等数据处理工具
- 了解机器学习/深度学习基础，熟悉NLP、CV、多模态或音频处理中至少一个方向
- 具备数据敏感度和问题拆解能力，能通过样本和模型结果定位问题
- 良好的沟通协作能力，能与跨团队推进标注、效果验证和文档沉淀
申请策略
- 在简历或作品集中附上数据分析或AI相关项目链接（如GitHub），展示动手能力
- 了解得物社区生态和潮流文化，面试中能结合业务场景谈技术应用
- 突出Python、SQL、Pandas等数据处理技能的实际项目经验
- 若有NLP、CV、多模态或AIGC相关课程项目或竞赛经历，重点描述
- 展示数据分析和问题拆解能力，如通过Badcase分析优化模型效果的案例
- 强调对社区内容或潮流文化的了解，体现兴趣与岗位匹配
- 提前熟悉Hive、Spark等大数据工具，可通过在线课程或练习
- 学习调整Prompt和进行模型微调，尝试使用Qwen、CLIP等开源模型
面试指南
- 针对技术类问题：先阐述概念和原理，再结合自己的项目或练习经验，说明具体的操作步骤和结果
- 针对场景类问题：先分析问题目标，提出分析框架（数据收集、处理、建模、验证），然后举例说明每一步的可能做法
- 描述一次你用Python进行数据清洗和分析的经历，遇到了哪些问题？
- 解释一下Prompt优化在AIGC中的作用，你是否有实际调优经验？
- 如何评估一个AIGC生成内容检测模型的效果？你会设计哪些指标？
- 对多模态学习有什么理解？说说CLIP模型的原理
- 如果给你一批用户评论数据，你怎么挖掘其中的热门话题？
- 复习Python数据处理库（Pandas、NumPy）和SQL基本操作，准备1-2个实战案例
匹配度报告
62
综合匹配度
得物音视频AI实习生，技术前沿、成长空间大，但薪资一般、需长期投入。
适合人群
最适合追求技术成长和前沿AI经验、对薪资和WLB要求不高的在校学生。
最强匹配
成长发展匹配
最弱匹配
薪资福利匹配
薪资福利40
成长发展90
工作生活50
使命价值70
薪资福利匹配
40较低
实习薪资处于市场中等偏下水平，但作为实习机会，更注重经验积累，福利未明确提及，补偿性动机满足程度较低。
薪资信号面议 (4K-8K/月)
成长发展匹配
90较高
该岗位提供前沿AI技术（多模态、AIGC）的实践机会，导师制和长期项目制有利于技能成长，发展性动机得到高度满足。
技术前沿前沿/新兴技术
技术栈多模态、AIGC、深度学习、NLP、CV、语音处理、大模型
成长机会长期项目实践机会、表现优异者可获得转正机会
业务类型ambiguous
工作生活匹配
50较低
要求每周至少4天在岗，长期实习，需投入较多时间，但上海办公地点未明确，未提及WLB信息，生活化动机满足一般。
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
70中等
社区内容和AIGC属于高速增长赛道，得物作为潮流电商平台，内容生态有社会影响力，但实习岗位使命感有限，意义感动机中等偏上。
行业发展高速增长赛道
社会影响中性/一般
使命信号赋能社区创作者内容创作与用户互动体验
创新程度积极采用新技术
Watch Jobs