AI研发实习生（J97336）

优缺点分析

角色解读

• 实习后可转正为正式AI研发工程师，深入AIGC领域
• 可向算法或工程架构方向发展，成为AI应用专家
• 积累大模型实战经验，未来可进入AI产品、技术管理等方向
• 参与AIGC生图产品的功能开发，调研和引入前沿AI能力，优化生成链路
• 负责Prompt、RAG等优化工作，搭建和调优MCP协议链路
• 研究多模态内容合成、实时交互等AI技术，并将技术方案落地到业务中
• 精通Python、Golang或C++，掌握数据结构和算法
• 对AI工程有热情，熟悉Prompt工程、RAG等大模型应用技术
• 加分项：熟悉PyTorch、GPU算力、大模型推理优化工具（如TensorRT-LLM、VLLM）

申请策略

• 申请时附上GitHub链接或个人项目展示，体现技术热情
• 关注百度的AIGC产品（如文心一言），在面试中展示了解
• 突出项目经历，尤其是与AIGC、大模型应用相关的项目
• 强调编程技能（Python/Golang/C++）和数据结构/算法基础
• 如果有Prompt工程或模型推理优化经验，务必重点描述
• 提前学习PyTorch框架和Transformer模型原理
• 了解Prompt Engineering、RAG、MCP等概念，最好动手实践
• 熟悉SQL/HQL/Spark SQL等数据处理技能

面试指南

• 先讲背景和问题，然后阐述技术方案，最后说明效果和收获
• 对于优化类问题，先分析瓶颈，再提出具体方法，并说明权衡
• 算法题先讲思路，再写代码，最后测试边界情况
• 请介绍一个你使用大模型API完成的项目
• 如何优化Prompt以获得更好的生成结果？
• TensorRT-LLM的原理是什么？如何加速模型推理？
• 谈谈你对AIGC生图模型（如Stable Diffusion）的了解
• 手写一道数据结构和算法题（如链表、二叉树）