三七互娱
AI算法实习生
AI算法实习生
发布于 2 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
Llm
Pytorch
Rag
大模型
深度学习
自然语言处理
值不值得投
75综合评分
综合评分 75
头部游戏公司大模型算法实习岗，技术栈前沿、业务场景丰富，技术成长空间大。
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 100 个在招
市场机会
选择适中
广州 · 机器学习工程 · 36 个在招
职位详情
关于这个职位
该职位主要负责AI算法在内容生产、智能助手等业务场景的落地与优化，探索大模型后训练、RAG、Agent等前沿技术
同时需要设计并落地真实场景下的LLM/VLM评估方案，提升算法效果与产品体验
最低要求
本科及以上，熟练掌握深度学习、机器学习、自然语言处理、强化学习、生成模型等至少一个领域的基础知识
熟悉TensorFlow或PyTorch深度学习框架，精通C/C++、Java、Python等至少一门编程语言，具备一定的工程实现能力
具备较强的学习能力、良好的数据敏感性、清晰的逻辑思维能力和出色的沟通表达能力
工作职责
负责AI算法在业务的落地和优化，包括但不限于内容生产、智能助手、本地化翻译、chatBI、代码生成等
探索大模型Post-Training、Inference、RAG、Agent等相关技术的业务落地，优化算法的效果和产品体验
探索和落地真实场景中LLM/VLM 评估的方案
优先资格
在相关领域国际顶级会议或期刊发表论文，或参加相关数据挖掘/机器学习领域竞赛获奖者优先
AI 洞察
优缺点分析
优点
- 接触大模型、RAG、Agent等当前最热门的AI前沿技术，技术栈非常先进
- 业务场景丰富（内容生产、chatBI、代码生成等），有利于积累大模型落地实战经验
- 头部游戏公司能提供丰富的业务数据和算力资源支持算法探索
- 大模型技术迭代极快，需要持续保持高强度的学习和跟进能力
- 业务落地要求高，不仅需要算法理论，还需要较强的工程实现和调优能力
- 适合对大模型、AIGC有浓厚兴趣，具备扎实算法基础且希望在实际业务中锻炼工程落地能力的计算机/AI相关专业在校生
缺点 / 挑战
暂无明显挑战项
角色解读
- 从算法实习生成长为能够独立负责大模型业务落地的AI算法工程师
- 未来可向大模型应用专家、AI架构师或AI业务负责人方向发展
- 负责AI算法在游戏及相关业务场景（如内容生产、智能助手、翻译等）的落地与优化
- 探索大模型后训练、推理优化、RAG及Agent技术，提升算法效果与产品体验
- 设计并落地LLM/VLM在真实业务场景中的评估方案
- 扎实的深度学习、NLP或强化学习理论基础，熟悉主流大模型技术栈
- 熟练使用PyTorch或TensorFlow，精通Python/C++/Java等编程语言，具备工程落地能力
- 具备良好的数据敏感度、逻辑思维及沟通表达能力
申请策略
- 了解三七互娱的核心游戏产品及近期在AI+游戏领域的布局，面试时结合具体业务场景提出算法优化思路
- 突出在大模型、NLP或生成模型相关的项目经验，特别是RAG、Agent或模型微调的实战经历
- 强调工程实现能力，展示使用PyTorch/TensorFlow及Python/C++完成复杂算法落地的代码能力
- 如有顶会论文或知名数据挖掘/机器学习竞赛获奖经历，务必放在显眼位置
- 深入学习LangChain、LlamaIndex等RAG/Agent开发框架，了解大模型评估的主流方案
- 提升C++/Python工程能力，熟悉模型推理加速相关技术
面试指南
- STAR法则：针对项目经验，从背景、任务、行动（具体算法/工程手段）、结果（指标提升）四个维度结构化回答
- 对比分析法：在回答技术选型或优化方案时，对比不同方案的优缺点，并说明选择当前方案的业务考量
- 请详细介绍一个你参与过的大模型或NLP相关项目，你在其中解决了什么核心问题？
- 在RAG或Agent系统中，你是如何优化检索效果或减少幻觉的？
- 如何设计一套针对LLM/VLM在真实业务场景中的评估方案？
- 大模型推理加速有哪些常见的方法？你在工程中是如何实践的？
- 复习Transformer架构、Attention机制、RLHF/DPO等大模型核心原理，确保基础理论扎实
- 准备1-2个自己主导的算法落地项目，重点梳理遇到的Bad Case及解决思路
职位点评
薪资福利65
成长发展90
工作生活60
使命价值75
薪资福利
65中等
作为大型上市企业的实习生岗位，薪资处于市场常规水平，能满足基本生活需求，但实习期薪资上限有限。
薪资信号未披露（AI估算：4–6.5千/月）
成长发展
90较高
岗位涉及大模型、RAG、Agent等前沿技术，且业务场景丰富，对算法实习生的技术成长和能力锻炼极具价值。
技术前沿前沿/新兴技术
技术栈深度学习、自然语言处理、强化学习、生成模型、TensorFlow、PyTorch、Post-Training、RAG、Agent、LLM、VLM
业务类型ambiguous
工作生活
60中等
JD未明确说明工作模式与加班情况，但作为大型互联网游戏公司的算法岗，通常工作节奏较快，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
75中等
AI大模型技术属于当前科技发展的核心方向，探索AI在内容生产、智能助手等领域的落地具有较强的技术探索意义和行业前瞻性。
行业发展高速增长赛道
社会影响中性/一般
创新程度积极采用新技术
Watch Jobs