传音
AI算法工程师-大数据(J20344)
AI算法工程师-大数据(J20344)
发布于 3 小时前普通员工/个人贡献者
实习生仅现场办公机器学习工程
机器学习工程
Nlp
Pytorch
Tensorflow
大模型
数据挖掘
机器学习
深度学习
特征工程
值不值得投
69综合评分
综合评分 69
传音2027届AI算法实习岗，聚焦大模型与数据智能，技术前沿且成长空间大，薪资与WLB未明确。
从学习成长、工作节奏、岗位方向和实习待遇综合评估，方便比较实习机会。
薪资怎么样
5千
比机器学习工程中位数低
发布情况
新岗位 · 今天发布
公司情况
这家公司招聘很活跃
约 630 个在招 · 其中机器学习工程 7 个
市场机会
选择面较广
深圳 · 机器学习工程 · 77 个在招
职位详情
关于这个职位
该职位主要负责大数据场景下的智能算法能力建设与大模型应用研发，包括指标分析、趋势预测、语义解析等方向
你需要参与模型训练、特征工程及效果优化，并与跨团队协作将算法能力转化为可复用的工具，适合对大模型和数据智能感兴趣的2027届应届生
最低要求
届本科及以上学历，计算机、人工智能、数学、统计学、数据科学等相关专业
具备机器学习、深度学习、NLP、数据挖掘等相关基础，理解常见算法原理
熟悉 Python 编程，了解 PyTorch、TensorFlow 等至少一种主流框架
具备良好的数据分析能力和工程实现能力，能够完成基础的数据处理、模型训练与实验分析工作
具备良好的学习能力、沟通能力和团队协作意识
工作职责
参与大数据场景下智能算法能力建设，围绕指标分析、异常识别、趋势预测、智能问答等方向，协助开展算法设计、模型训练与效果优化
参与大模型在数据理解、语义解析、知识抽取、文本生成等场景中的应用研发，支持数据产品和智能分析能力建设
参与训练数据处理、特征工程、模型评估与实验分析，协助完成模型迭代和效果验证
与数据开发、数据产品、业务等团队协同，参与将算法能力沉淀为可复用的服务或工具能力
跟踪机器学习、大模型及数据智能相关技术发展，参与新技术预研与场景验证
优先资格
对大模型应用、智能分析、知识问答、预测建模等方向有兴趣，有相关项目、课题或竞赛经历者优先
AI 洞察
优缺点分析
优点
- 接触大模型、NLP等前沿AI技术，技术栈先进，有利于个人技术积累
- 传音业务场景丰富，数据量大，能提供良好的算法落地实践机会
- 大模型应用和智能分析属于前沿探索领域，技术迭代快，需要持续学习
- 适合对大模型和数据智能有浓厚兴趣，具备扎实算法基础且渴望在丰富业务场景中落地AI技术的2027届计算机相关专业学生
缺点 / 挑战
- 算法效果优化和工程落地可能存在挑战，需要与多团队频繁沟通协作
角色解读
- 从基础算法实现向大模型应用与数据智能架构方向深入发展
- 未来可成长为AI算法专家或数据智能产品技术负责人
- 负责大数据场景下的智能算法研发，包括指标分析、异常识别、趋势预测等
- 参与大模型在数据理解、语义解析、文本生成等场景的应用落地
- 协同数据开发和业务团队，将算法能力沉淀为可复用的服务或工具
- 扎实的机器学习、深度学习和NLP基础，熟悉常见算法原理
- 熟练掌握Python编程及PyTorch/TensorFlow等主流深度学习框架
- 具备数据处理、特征工程及模型评估的工程实现能力
申请策略
- 了解传音在新兴市场的业务特点，思考大数据和AI如何赋能其全球化业务
- 突出在机器学习、NLP或大模型相关的项目、课题或竞赛经历
- 展示Python编程能力及对PyTorch/TensorFlow等框架的熟练度
- 强调数据处理、特征工程及模型评估的实际工程实现经验
- 深入学习大模型（LLM）的微调、提示词工程及RAG等应用开发技术
- 提升分布式数据处理和模型部署的工程化能力
面试指南
- 采用STAR法则（情境、任务、行动、结果）来结构化描述项目经历，突出个人贡献和最终收益
- 对于技术问题，先阐述基本原理，再结合具体场景说明应用方法和优化思路
- 请介绍一个你参与过的机器学习或NLP项目，你在其中负责了什么？遇到了什么困难？
- 大模型在数据理解或文本生成中容易出现幻觉，你在项目中是如何处理或缓解这个问题的？
- 请解释一下特征工程中常用的方法，以及如何进行模型评估和实验分析？
- 复习机器学习、深度学习及NLP的核心算法原理，准备手撕代码或算法题
- 了解大模型（如Transformer架构、微调技术）的最新进展，并准备相关的应用案例
职位点评
薪资福利60
成长发展85
工作生活50
使命价值70
薪资福利
60中等
作为2027届实习岗位，薪资按实习津贴标准发放，能满足实习生的基本生活需求，但相比正式员工薪资有一定差距。
薪资信号未披露（AI估算：4–6.5千/月）
成长发展
85较高
岗位涉及大模型、NLP等前沿技术，且传音业务场景丰富，能提供极佳的技术成长和业务落地实践机会。
技术前沿前沿/新兴技术
技术栈Python、PyTorch、TensorFlow、机器学习、深度学习、NLP、大模型、数据挖掘
业务类型ambiguous
工作生活
50较低
JD未明确说明工作模式和加班情况，作为算法研发岗，通常需要在现场办公，且可能面临一定的研发压力。
工作模式未明确
办公地点科技园/产业园
加班情况未提及（无法判断）
使命价值
70中等
传音致力于为全球新兴市场用户提供优质的智能终端和移动互联服务，AI技术的引入有助于提升产品体验，具有一定的社会价值。
行业发展高速增长赛道
社会影响中性/一般
创新程度积极采用新技术
Watch Jobs