战略业务事业群-后端研发实习生

优缺点分析

角色解读

• 从实习转正为后端开发工程师，深入大模型应用研发领域
• 积累金融风控业务知识，向AI解决方案专家或技术专家方向发展
• 借助滴滴平台，接触大规模分布式系统和复杂业务场景，成长为高级工程师或架构师
• 参与大模型应用项目（如智能信审）的功能开发，将大模型技术落地到具体业务场景
• 负责信审、反欺诈项目的日常研发，包括代码编写、系统维护和功能迭代
• 完成系统接口对接，保障数据流通与系统稳定性，并基于业务数据持续优化模型
• 具备计算机科学、人工智能或数据科学相关专业知识，理解基本算法和数据结构
• 对大模型技术有浓厚兴趣，了解大模型应用开发流程，有相关项目经验更佳
• 较强的自学能力和问题解决能力，能够快速适应新技术和新业务需求
• 对数据敏感，掌握基本的数据分析技能，能从数据中发现问题和需求

申请策略

• 在简历和面试中表达对大模型的热情，并联系滴滴业务场景（如出行金融）提出想法
• 关注实习渠道，滴滴官方招聘实习信息通常在官网或牛客网发布，可积极投递
• 突出大模型相关项目经历，尤其是实际应用开发经验（如调用API、微调、RAG等）
• 展示后端开发能力，包括使用过的编程语言、框架、数据库和系统架构设计
• 强调数据分析项目案例，体现从数据中挖掘业务洞察的能力
• 如有金融风控或反欺诈相关项目，即使是课程设计，也需重点描述
• 学习大模型应用开发基础，如Prompt Engineering、LangChain、向量数据库等
• 巩固后端开发核心知识，熟悉至少一种后端框架（如Spring Boot、Django）和数据库SQL

面试指南

• 使用STAR法则回答项目经历：情境、任务、行动、结果，突出量化成果
• 对于大模型问题，按‘技术原理-实际应用-对比思考’的结构，展现理解和实践深度
• 对于系统设计或算法问题，先阐明思路，再逐步深入，体现逻辑性和条理性
• 请介绍一个你独立完成的项目，重点说说你在其中的贡献和遇到的困难
• 你对大模型了解多少？有哪些实际应用经验？
• 如何设计一个接口来对接外部数据源？考虑哪些方面？
• 给定一个包含大量用户交易的数据集，你会如何发现异常行为？
• 如果你负责的模型效果变差了，你如何排查和优化？