AI应用工程师实习生

优缺点分析

角色解读

• 可从AI应用实习生成长为Prompt工程/大模型应用工程师，继续深入客户落地与产品化
• 积累Benchmark、PoC、模型选型经验后，可转向AI解决方案架构、AI产品经理或算法应用方向
• 在LLM应用快速演进的环境中，持续跟进前沿技术并形成垂直行业经验
• 围绕用户场景设计并评测Prompt，参与垂直领域Benchmark构建
• 参与客户大模型落地PoC，使用Python、TypeScript、Go等完成应用实现
• 协助客户进行大模型技术选型、产品方案设计，并跟踪竞品与前沿技术方案
• 支持业务快速迭代，把大模型能力转化为可落地的产品/解决方案
• 具备机器学习、深度学习基础，理解模型训练/优化流程
• 熟悉Python，了解TypeScript或Go更佳，能完成PoC与简单应用开发
• 具备Prompt设计与评测能力，能围绕业务场景构建Benchmark
• 逻辑清晰、表达与文档能力强，能与客户和产品团队沟通

申请策略

• 投递时主动询问实习城市、到岗时间、实习时长与转正机会
• 了解智谱的大模型产品与客户案例，在简历/面试中体现对AI应用落地的理解
• 突出Prompt设计、评测或Benchmark构建经历，最好有量化结果
• 展示Python项目，若有TypeScript/Go、API调用、RAG或Agent实践更佳
• 体现机器学习/深度学习基础课程、项目或论文，说明理解模型原理
• 用客户沟通、文档编写、竞品分析等经历证明业务理解与表达能力
• 准备1-2个LLM应用Demo，覆盖Prompt调优、评测集设计和API集成
• 补齐Python工程能力，了解TypeScript/Go基础与常见后端接口开发

面试指南

• 用“场景-目标-方案-评测-迭代”框架回答Prompt/PoC问题，突出可衡量结果
• 技术选型问题从任务需求、模型能力、成本、延迟、数据安全、工程复杂度等维度比较
• 项目经历用STAR结构讲清背景、职责、技术方案、结果与反思
• 你如何为一个垂直业务场景设计Prompt并进行系统评测？
• 如果客户要落地大模型应用，你会如何做技术选型和PoC？
• 请介绍一个你使用Python/TypeScript/Go完成的项目，遇到什么难点？
• 你如何构建一个垂直领域Benchmark，如何保证评测的客观性？
• 你最近关注哪些大模型应用趋势或竞品，有什么分析？