海康威视
软件产品-AI算法工程师-实习-成都
软件产品-AI算法工程师-实习-成都
发布于 大约 8 小时前实习/见习
成都市
无经验要求
实习生
仅现场办公
硕士
研究与开发 (研发)
Pytorch
Tensorflow
多智能体
大模型
数据挖掘
时序预测
智能体
机器学习
运筹优化
AI 估算 · 4k–6k
实习岗位，成都地区大厂AI算法实习薪资约200-300元/天，按22天换算月薪约4400-6600，取整估值。
职位详情
关于这个职位
作为AI算法实习生，你将参与智能体和大模型应用研发，以及数据挖掘算法的设计与优化，面向企业业务场景输出端到端AI解决方案
这是一次深入前沿AI技术、积累实战经验的绝佳机会，适合对智能体、大模型有浓厚兴趣的同学
最低要求
硕士及以上学历，计算机、人工智能、软件工程、自动化、数据科学、工业工程等相关专业，自动化等相关专业，有机器学习、大模型、智能体相关的科研或项目经历
具备扎实的机器学习、深度学习、统计学与运筹学理论基础，掌握智能体、大模型等核心技术原理，能够独立完成算法方案设计与原型验证
具备扎实的算法开发能力，熟练使用 Python 完成算法实现、模型训练与调优，熟悉 PyTorch/TensorFlow 等主流深度学习框架
具备优秀的业务抽象与方案设计能力，可精准拆解复杂业务场景，转化为可落地的算法任务、智能体任务
逻辑思维清晰，沟通协作良好，责任心强，具备优秀的跨团队协同能力与自主学习能力
工作职责
智能体应用研发：面向企业业务与生产流程场景，负责领域智能体、多智能体协作系统的算法方案设计、核心能力研发与效果迭代
包括但不限于任务拆解、流程抽象与规则建模，输出算法方案并完成原型开发与效果验证等
数据挖掘应用开发：面向业务运营与生产管理等企业经营场景，负责时序预测、优化决策等方向的数据挖掘算法应用开发，包括但不限于算法设计、原型开发与效果调优，持续迭代与稳定性优化等
业务场景深耕与方案迭代：深入业务全流程调研，提炼核心需求与业务痛点，持续拆解、抽象智能化与自动化场景，输出端到端的 AI 算法解决方案
协同业务、工程化团队推进方案落地，跟进落地效果并结合业务反馈持续迭代算法能力，推动 AI 技术与业务深度融合，持续释放智能化业务价值
优先资格
有垂类智能体、多Agent系统搭建等实战落地经验者优先
有时序预测、运筹优化等数据挖掘相关项目落地经验者优先
熟悉智能制造、企业生产管理相关业务场景，有相关行业 AI 算法落地经验者优先
AI 洞察
优缺点分析
优点
- 深入前沿AI技术栈（大模型、智能体），技术含金量高，积累稀缺经验
- 海康威视作为行业龙头，平台大、业务场景丰富，算法落地价值显著
- 团队协作氛围好，有跨团队协同机会，锻炼沟通与方案能力
- 算法实验与效果迭代可能面临不确定性，需要耐心与韧性
- 业务场景复杂，对抽象能力与业务理解要求高，初期可能有适应期
- 适合对AI算法有强烈兴趣、具备扎实理论基础和动手能力的研究生（或优秀本科生），希望在智能体和大模型方向积累实战经验
缺点 / 挑战
- 实习期短，需要快速上手并产出成果，学习压力较大
角色解读
- 从实习入手，可转正为正式AI算法工程师，深入大模型与智能体方向
- 未来可发展为AI技术专家或技术负责人，负责核心算法架构与业务策略
- 也可横向拓展到数据科学家、AI产品经理等跨界角色
- 参与智能体应用研发，设计任务拆解、流程抽象与规则建模的方案，并完成原型开发与效果验证
- 开发数据挖掘应用，针对时序预测、优化决策等场景进行算法设计、原型开发与调优
- 深入业务场景，提炼需求痛点，输出端到端AI解决方案，并协同团队推进落地与持续迭代
- 扎实的机器学习、深度学习、统计学与运筹学理论基础，掌握智能体与大模型核心技术原理
- 熟练使用Python进行算法实现与模型训练，熟悉PyTorch或TensorFlow等框架
- 优秀的业务抽象与方案设计能力，能拆解复杂场景并转化为可落地算法任务
申请策略
- 在求职信中表达对海康威视业务场景（如智能制造、安防）的了解和兴趣
- 关注其AI开放平台或技术博客，展示你对公司技术方向的研究
- 突出相关科研或项目经历，尤其是智能体、大模型或数据挖掘方向的具体工作
- 列出熟练掌握的编程语言（Python）和框架（PyTorch/TensorFlow），并附上GitHub链接
- 强调业务抽象与方案设计能力，可以用具体案例说明如何拆解问题
- 深入学习LangChain、AutoGen等智能体框架，动手搭建一个小型多Agent系统
- 复习时间序列预测（如Prophet、LSTM）和运筹优化（如线性规划、强化学习）的基本方法
面试指南
- STAR法则：描述情景、任务、行动、结果，突出个人贡献和难点解决
- 从原理到实践：先讲理论支撑，再结合具体案例说明落地过程，体现工程思维
- 请介绍一个你参与过的智能体或大模型相关项目，具体负责什么，遇到了哪些挑战？
- 如何将一个复杂的业务场景拆解为可执行的任务链？请举例说明
- 在时序预测任务中，你如何评估模型效果？如果效果不好会怎么优化？
- 你对多智能体协作中的通信与协调机制有什么理解？
- 请简述Transformer的核心原理，以及它在大型语言模型中的应用
- 准备1-2个智能体或大模型相关的项目细节，包括流程图、代码片段和实验结果
职位点评
72
综合评分
大厂AI算法实习，前沿技术栈，成长性极佳，但薪酬和福利一般且需现场办公。
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。
更适合这类人
最看重技能成长和技术前沿性的求职者，短期内薪资要求不高。
表现最好
成长发展
相对薄弱
薪资福利
薪资福利40
成长发展95
工作生活60
使命价值70
薪资福利
40较低
实习岗位薪资不高，且JD未提及福利，补偿性动机满足程度较低。
薪资信号未披露（AI估算：4K-6K/月）
成长发展
95较高
岗位涉及智能体、大模型等前沿技术，成长空间大，开发性动机满足度高。
技术前沿前沿/新兴技术
技术栈智能体、大模型、数据挖掘、Python、PyTorch、TensorFlow、时序预测、运筹优化
业务类型ambiguous
工作生活
60中等
现场办公，成都工作生活平衡尚可，但未明确WLB信号。
工作模式仅现场办公
办公地点未明确
加班情况未提及（无法判断）
使命价值
70中等
AI技术应用前景好，海康威视在安防、智能制造领域有正面社会影响力，但实习岗位使命感一般。
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
海康威视 的其他在招职位
相似职位推荐
Watch Jobs