【练习生】数据与 AI 应用研发工程师

优缺点分析

角色解读

• 实习期间可接触从数仓到AI应用的完整链路，积累复合型经验
• 优秀实习生可获得转正机会，成为正式数据或AI应用工程师
• 未来可向数据工程、AI应用开发或数据分析专家方向发展
• 协助梳理数仓表、指标口径与数据血缘，维护数据资产目录，保障数据一致性
• 参与AI驱动的业务工作台开发，进行Prompt工程优化、RAG知识库构建和异动分析逻辑开发
• 对接业务团队，参与需求调研、效果追踪与验收测试，量化工作台业务价值
• 扎实的SQL和Python基础，熟悉数据仓库与数据建模概念
• 对LLM、RAG、Agent、Prompt工程有理解，有相关项目经验更佳
• 逻辑清晰，数据敏感，具备优秀的问题拆解与执行力

申请策略

• 在简历中体现对业务价值的理解，而不仅仅是技术实现
• 提前了解小红书交易域业务背景，面试时展现业务敏感度
• 突出SQL和Python项目经验，特别是数据处理和开发的实践
• 展示AI相关项目（如RAG、Agent、Prompt调优），体现兴趣与积累
• 强调竞赛、科研或数据相关实习经历，以及问题拆解能力
• 巩固SQL和Python，熟悉数据仓库建模（如维度建模）
• 动手实践LLM应用开发，使用LangChain等框架构建RAG Demo
• 了解机器学习基础，尤其是异动分析相关方法

面试指南

• STAR法则：描述情境、任务、行动、结果，突出数据思维和量化成果
• 技术概念解释时先定义核心，再结合项目经验展开，最后总结关键难点
• 对于开放性问题，先结构化思考（分点），再举例说明，体现逻辑性
• 请介绍一个你使用SQL进行复杂数据处理的案例
• 你如何理解RAG？请描述构建RAG系统的关键环节
• 如果数据口径不一致，你会如何排查和解决？
• 如何评估一个AI工作台对业务的实际价值？
• 复习数据仓库基础理论，包括事实表、维度表、数据血缘等