百度
算法实习生（J105383）
算法实习生（J105383）
发布于 2 小时前实习/见习
实习生仅现场办公算法优化工程师
算法优化工程师
A/B测试
Pytorch
Sql
Tensorflow
向量检索
搜索算法
机器学习
深度学习
值不值得投
80综合评分
综合评分 80
头部企业核心AI搜索算法实习岗，技术前沿、成长空间极大，适合追求技术深度的算法人才。
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
比算法优化工程师中位数低
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 1170 个在招 · 其中算法优化工程师 10 个
市场机会
选择面较广
北京 · 算法优化工程师 · 约 300 个在招
职位详情
关于这个职位
该职位主要负责百度AI搜索策略的优化与评估，通过构建评估集和跟进日常case提升搜索效果
你需要运用机器学习和深度学习技术，结合搜索推荐领域的知识，进行模型训练、评估及上线，并参与前沿课题研究
最低要求
编程基础扎实：熟练掌握 Python 或 C++，能独立实现常见数据结构和算法（排序、查找、树、图、动态规划）
机器学习/深度学习基础：理解 LR、树模型、Embedding 等常用模型原理，熟悉至少一种深度学习框架（PyTorch / TensorFlow）
搜索/推荐/广告领域知识：了解倒排索引、召回→粗排→精排→重排的基本流程，知道向量检索（ANN）的基本思路
数据处理能力：能使用 SQL 进行数据提取与清洗，了解特征工程的基本方法
工程落地意识：有模型训练→评估→上线的完整项目经验（竞赛、实验室项目或实习均可），了解 A/B 测试与离线/在线指标
学习与沟通：能快速阅读论文并复现 baseline，主动沟通问题，有团队协作经验
工作职责
负责AI搜索策略优化
构建AI搜索策略评估集
优化AI搜索策略，提升搜索效果
日常case跟进优化
针对课题深入研究，创造业界影响力
AI 洞察
优缺点分析
优点
- 依托百度在AI和搜索领域的深厚积累，能接触到业界最前沿的搜索算法和海量数据场景
- 拥有完整的模型落地链路（训练-评估-上线-A/B测试），有助于积累扎实的工程落地经验
- 头部企业实习背书，对后续求职或深造具有极高的认可度和竞争力
- 搜索算法涉及复杂的业务逻辑和庞大的系统架构，需要快速理解并适应高强度的技术迭代
- 具备扎实算法基础、对搜索推荐领域有浓厚兴趣，且希望在核心业务中积累工程落地经验的计算机或人工智能相关专业学生
缺点 / 挑战
- 课题研究要求具备较强的论文阅读和复现能力，对学术基础和自驱力要求较高
角色解读
- 从算法实习生成长为正式的搜索/推荐算法工程师，深入参与亿级用户产品的核心策略优化
- 未来可向资深算法专家、AI架构师或技术管理方向发展，在人工智能与搜索领域建立深厚的技术壁垒
- 负责百度AI搜索策略的优化与迭代，通过构建评估集和跟进日常case提升搜索效果
- 运用机器学习和深度学习技术，参与模型训练、评估及上线的全流程
- 针对搜索推荐领域的前沿课题进行深入研究，并尝试创造业界影响力
- 扎实的编程基础，熟练掌握Python或C++，能独立实现常见数据结构与算法
- 具备机器学习与深度学习理论基础，熟悉PyTorch或TensorFlow等主流框架
- 了解搜索/推荐/广告领域的业务流程（如召回、排序）及向量检索技术，具备SQL数据处理能力
申请策略
- 提前了解百度AI搜索的最新产品动态和技术博客，面试时结合具体产品提出自己的优化思路
- 突出在机器学习/深度学习项目中的完整经验，特别是模型训练、评估到上线的全流程
- 强调在搜索、推荐或广告领域的相关项目、竞赛或论文复现经历，展示对业务链路的理解
- 展示扎实的编程能力，可附上GitHub链接或算法竞赛记录，证明数据结构与算法功底
- 深入学习搜索推荐系统的经典架构（如倒排索引、双塔模型、多路召回与精排策略）
- 熟悉A/B测试的原理及离线/在线评估指标（如NDCG、CTR、CVR等），提升业务sense
面试指南
- 项目经验类：采用STAR法则（情境、任务、行动、结果），重点突出你解决的具体技术难点和最终带来的业务收益（如指标提升）
- 技术原理类：先给出核心概念的定义，再结合具体场景（如搜索排序）说明其应用，最后对比不同方案的优缺点
- 请详细描述一个你完整参与过的机器学习项目，从数据处理、模型选择到上线评估的全过程
- 在搜索或推荐场景中，召回和精排的区别是什么？如果精排模型效果不好，你会如何排查和优化？
- 解释一下向量检索（ANN）的基本原理，以及它在搜索/推荐系统中的应用场景
- 如何设计一个A/B测试来评估一个新的搜索策略？你会关注哪些核心指标？
- 请手写或口述一个常见的算法题（如动态规划或树的遍历），并分析其时间/空间复杂度
- 复习机器学习与深度学习的基础理论，重点准备LR、树模型、Embedding及Transformer等常考知识点
职位点评
薪资福利75
成长发展95
工作生活60
使命价值80
薪资福利
75中等
作为头部互联网公司的算法实习岗，实习津贴处于行业较高水平，但实习生整体薪资受限于身份，绝对值无法与正式员工相比。
薪资信号未披露（AI估算：4–6.5千/月）
成长发展
95较高
岗位涉及AI搜索核心策略优化与前沿课题研究，技术栈主流且前沿，能提供极高的技术成长与工程落地经验。
技术前沿前沿/新兴技术
技术栈Python、C++、PyTorch、TensorFlow、LR、Embedding、SQL、ANN、A/B测试
成长机会创造业界影响力、针对课题深入研究
业务类型ambiguous
工作生活
60中等
JD未明确提及工作模式与加班情况，但算法实习岗通常面临一定的科研与业务交付压力，WLB情况需视具体团队而定。
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
80较高
参与AI搜索策略优化，直接提升亿级用户的产品体验，具有较高的社会价值与技术使命感。
行业发展高速增长赛道
社会影响正向社会影响力较高
使命信号创造业界影响力
创新程度积极采用新技术
Watch Jobs