海康威视
软研-智能成效工程师-实习-杭州
软研-智能成效工程师-实习-杭州
发布于 大约 5 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
Ai算法
性能优化
数据准备
数据处理
模型训练
深度学习
自动化平台
值不值得投
74综合评分
综合评分 74
海康威视AI实习，技术成长性高，但办公模式和WLB不确定。
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
6K
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 1890 个在招 · 其中机器学习工程 3 个
市场机会
选择面较广
杭州 · 机器学习工程 · 约 270 个在招
职位详情
关于这个职位
该职位是海康威视AI规模应用部的实习智能成效工程师，负责AI模型训练的数据准备、方案制定、效果验证与优化，并参与自动化训练测试平台的功能设计与验证工作
最低要求
有责任心，工作细致严谨
具备良好的沟通表达能力，思维活跃，有团队合作意识
熟悉深度学习框架、python、linux的基本指令操作
工作职责
负责模型训练的数据准备，挑选，参与数据标定标准制定，数据处理工具开发
负责模型训练方案的制定和模型训练，包括对模型训练过程中出现的问题进行排查分析
负责模型训练完成后的效果验证，模型效果分析，对模型效果优化提出关键性举措，并对模型进行性能优化
负责模型包生产，功能一致性验证，相关成果物，文档的整理和输出
参与自动化训练、测试平台的功能设计和验证
优先资格
有算法技术背景，相关平台运营、熟悉AI算法相关技术者优先
AI 洞察
优缺点分析
优点
- 在知名AI企业实习，接触前沿技术和实际项目
- 职责明确，涉及模型训练全流程，技能成长直接
- 参与自动化平台设计，有技术深度
- 适合对AI和深度学习有兴趣、具备基础编程能力、希望积累实战经验的学生
缺点 / 挑战
- 实习岗位可能工作强度较高，需快速学习新技术
- 对深度学习和数据处理要求较高，竞争可能激烈
- 项目时间压力可能存在，需高效执行
角色解读
- 可发展为机器学习工程师或AI算法工程师
- 积累项目经验后可能晋升为技术骨干或团队负责人
- 向AI平台开发或自动化方向拓展职业路径
- 负责AI模型训练的数据准备与处理工具开发
- 制定和执行模型训练方案，排查训练过程中的问题
- 验证模型效果并提出优化建议，进行性能优化
- 参与自动化训练测试平台的功能设计与验证
- 熟悉深度学习框架和Python编程
- 掌握Linux基本操作命令
- 具备算法技术背景，了解AI算法
- 良好的沟通和团队合作能力
申请策略
- 关注海康威视的AI应用方向，了解公司业务如智能安防等
- 准备相关项目案例，展示动手能力和问题解决思路
- 突出深度学习框架和Python项目经验，如模型训练案例
- 展示数据处理和Linux操作相关经历
- 强调团队合作和沟通能力，如小组项目经验
- 复习深度学习基础知识，如CNN、RNN等常见模型
- 练习Python编程和Linux命令行操作，熟悉数据处理工具
- 了解AI模型训练的基本流程和自动化平台概念
面试指南
- 使用STAR法则描述项目经验，突出技术细节和解决问题能力
- 结合理论知识和实践操作，展示对数据处理、模型训练流程的理解
- 举例说明框架使用经验，强调实际应用效果和优化思路
- 请介绍一个你参与的深度学习项目，遇到的挑战及解决方法？
- 你如何理解模型训练的数据准备过程？有哪些关键步骤？
- 你熟悉哪些深度学习框架？请举例说明其应用场景？
- 如何保证模型效果的一致性和进行性能优化？
- 你对自动化训练测试平台有什么理解？
职位点评
薪资福利70
成长发展85
工作生活60
使命价值75
薪资福利
70中等
作为实习岗位，薪资可能处于市场中等水平，但未披露具体薪资和福利。
薪资信号未披露（AI估算：4K-8K/月）
成长发展
85较高
职位涉及前沿AI技术，有明确的学习成长机会，但晋升路径未在JD中提及。
技术前沿前沿/新兴技术
技术栈深度学习、Python、AI算法
业务类型ambiguous
工作生活
60中等
工作模式未明确，实习可能需现场办公，WLB信息不足，加班情况无法判断。
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
在AI应用领域工作，有社会价值感，行业增长潜力大，但JD未明确使命导向。
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