百度
算法实习生（J106789）
算法实习生（J106789）
发布于 6 小时前实习/见习
实习生仅现场办公机器学习工程
机器学习工程
Ai Coding
Pytorch
Sft
大模型
广告算法
强化学习
深度学习
生成式召回
值不值得投
68综合评分
综合评分 68
大厂广告算法实习，技术前沿、成长性强，但需长期全勤投入。
从薪资福利、成长发展、工作生活和使命价值四个维度综合评估，方便比较实习机会。
薪资怎么样
5.0千
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 1410 个在招 · 其中机器学习工程 28 个
市场机会
选择面较广
北京 · 机器学习工程 · 约 550 个在招
职位详情
关于这个职位
这是百度搜索广告团队的算法实习生岗位，主要基于大模型和强化学习技术，研究搜索垂类广告的策略算法，探索端到端生成式召回与广告创意生成等前沿方向
你将参与从召回、排序到创意、样式的全链路优化，适合对大模型和机器学习有热情、能保证长期实习的同学
最低要求
硕士及以上学历，计算机或相关专业
能连续实习6个月、一周5天
自驱务实，对工作内容认真负责，主动思考交流、按时沟通进展，有较强的学习能力
扎实的编程能力，熟练使用 Python、Pytorch、C++，具备良好的代码规范与工程能力
熟悉大规模数据挖掘、机器学习、深度学习、强化学习、分布式计算等相关技术
熟悉机器学习或深度学习，了解大语言模型基础架构、SFT、后训练等技术
熟练使用AI Coding
工作职责
负责搜索垂类广告策略算法研究，基于大模型相关技术，优化广告的业务效果
结合场景特点和业界前沿技术成果，突破传统“召回-粗排-精排”多级漏斗架构，探索广告端到端生成式召回技术
根据网民个性化行为信息和搜索意图，基于大模型和强化学习对齐，生成高质量的广告创意（标题、描述、图片等），提升系统效率
结合业务与产品需求，从召回、排序、创意、样式等维度优化特定行业广告预算效果
优先资格
有大模型、智能体相关经验者优先
AI 洞察
优缺点分析
优点
- 接触大模型、强化学习在搜索广告的前沿应用，技术成长空间大
- 百度搜索广告是核心业务，数据与场景丰富，实践机会多
- 大厂实习经历，对后续求职有较强背书
- 团队探索端到端生成式召回等前沿方向，技术视野开阔
- 涉及大模型、强化学习等较深技术，学习和上手门槛高
- 广告业务指标导向强，需要关注业务效果而非纯技术研究
- 适合计算机相关专业硕士在读、对大模型和广告算法有热情、能保证长期全勤实习的同学
缺点 / 挑战
- 要求连续实习6个月、一周5天，学业与实习平衡压力较大
角色解读
- 可深入大模型在广告算法中的应用，积累生成式召回与创意生成的前沿经验
- 后续可向算法工程师、机器学习工程师、推荐/广告算法专家方向发展
- 实习表现优秀有机会转正，进入大厂算法团队长期发展
- 研究搜索垂类广告的策略算法，基于大模型技术优化广告投放的业务效果
- 探索端到端生成式召回技术，突破传统“召回-粗排-精排”多级漏斗架构
- 利用大模型与强化学习对齐，生成标题、描述、图片等高质量广告创意
- 从召回、排序、创意、样式等维度优化特定行业广告的预算效果
- 扎实的编程能力，熟练使用 Python、PyTorch、C++，具备良好的代码规范与工程能力
- 熟悉机器学习、深度学习、强化学习、大规模数据挖掘、分布式计算等技术
- 了解大语言模型基础架构、SFT、后训练等大模型相关技术
- 熟练使用 AI Coding，有大模型、智能体相关经验者更佳
申请策略
- 提前了解百度搜索广告业务和团队技术方向，面试中展现业务理解
- 准备好能长期实习的时间安排说明，打消招聘方对稳定性的顾虑
- 突出机器学习、深度学习相关项目经验，尤其是大模型、强化学习的应用
- 展示扎实的 Python/PyTorch/C++ 编程能力和代码工程规范
- 如有大模型、智能体、召回排序相关项目或论文，重点呈现
- 量化项目成果，体现业务效果优化能力和工程落地能力
- 补充大模型 SFT、后训练、RLHF 等技术的理解与实践
- 熟悉广告召回排序链路和生成式召回的前沿论文
面试指南
- 项目类问题用 STAR 法则：背景、任务、行动、结果，突出技术选型和量化效果
- 技术原理类问题先讲整体框架再深入细节，结合实际应用说明
- 开放性问题展示思考过程，承认不确定并给出合理的探索思路
- 请介绍你做过的一个机器学习/深度学习项目，如何评估效果？
- 你了解大模型的 SFT 和后训练吗？请说明流程
- 如何用强化学习优化广告创意生成？
- 传统召回-粗排-精排架构有什么问题？端到端生成式召回可能怎么做？
- 请描述一个你优化代码性能或工程效率的经历
职位点评
薪资福利60
成长发展90
工作生活45
使命价值58
薪资福利
60中等
实习津贴按市场水平发放，JD 未提及额外福利，补偿性动机满足程度一般。
薪资信号未披露（AI估算：4.3–6.5千/月）
成长发展
90较高
岗位聚焦大模型、强化学习与生成式召回等前沿技术，技术成长空间大。
技术前沿前沿/新兴技术
技术栈Python、PyTorch、C++、大模型、强化学习、深度学习、生成式召回、SFT、AI Coding
业务类型profit_center
工作生活
45较低
要求一周5天、连续实习6个月，工作强度较高，JD 未提及弹性或远程安排。
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
58较低
岗位处于广告算法领域，技术前沿性较强，但社会价值偏中性。
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
百度 的其他在招职位
相似职位推荐
Watch Jobs