智元机器人
AI数据工程实习生
AI数据工程实习生
发布于 大约 15 小时前实习/见习
上海市
无经验要求
实习生
仅现场办公
本科
数据工程
Pytorch
Tensorflow
数据工程
深度学习
AI 估算 · 4k–8k
上海AI数据工程实习生，B轮公司，薪资中等偏上，与市场水平持平。
职位详情
关于这个职位
该职位主要参与具身智能/自动驾驶领域的数据闭环与模型训练支持工作，包括训练脚本编写、数据ETL工具开发、容器化环境搭建、评测Pipeline构建和系统性能优化
适合希望在AI数据工程方向积累实战经验的在校生
最低要求
学历背景：计算机、自动化、人工智能等相关专业本科及以上学历在读，每周实习4天以上，实习期至少3个月（6个月以上优先）
开发能力（硬性要求）：
具备扎实的编程基础，熟练掌握 Python 或 C++，代码风格良好，熟悉常用的数据结构与算法
熟悉Linux开发环境，熟练使用Git、Shell脚本，具备良好的工程化素养
工作职责
模型训练与调优支持：参与具身智能/自动驾驶相关模型的训练任务，负责训练脚本的编写、调试与执行，协助算法工程师进行超参数调整及Bad Case分析
数据链路工具开发：负责数据闭环全链路（采集-清洗-标注-训练）中自动化工具的开发与维护，利用Python/C++提升数据处理ETL的效率与稳定性
容器化部署与环境构建：基于Docker/Kubernetes构建和维护标准化的模型训练与推理环境，解决依赖冲突问题，确保训练任务在集群上的高效调度与稳定运行
评测Pipeline搭建：开发自动化评测脚本，搭建Evaluation Pipeline，实现模型效果的自动化回归测试与可视化展示
系统性能优化：针对数据处理和模型训练过程中的性能瓶颈进行分析与优化（如IO加速、显存优化等），提升整体研发效能
优先资格
模型训练经验（核心加分项）：有实际的深度学习模型训练经验，熟悉PyTorch/TensorFlow等主流框架
容器化与部署（核心加分项）：熟悉容器化技术，理解 Docker 镜像构建原理，有 Kubernetes (K8s) 使用或开发经验者优先
有GPU服务器管理经验者优先
AI 洞察
优缺点分析
优点
- 接触前沿的具身智能/自动驾驶技术，参与完整数据闭环
- 使用主流技术栈（Docker、K8s、PyTorch），技能积累扎实
- B轮明星公司，成长空间大，团队技术氛围浓厚
- 积攒一线AI工程实战经验，简历含金量高
- 实习期需投入较多时间，每周至少4天，任务可能涉及复杂系统调试
- 工作强度可能较大，尤其在模型调优和性能优化阶段
- 适合对AI数据工程和模型训练有强烈兴趣、具备编程基础、希望通过实习积累实际工业经验的在校学生
缺点 / 挑战
- 对编程和工程化要求较高，需要快速学习容器化和分布式训练知识
角色解读
- 可向AI数据工程师或算法工程师方向发展，积累数据闭环和模型优化经验
- 熟悉具身智能/自动驾驶领域，未来可转向全栈AI工程或MLOps
- 表现优秀有机会转正，成为正式员工
- 参与模型训练任务，负责脚本编写、调试和超参数调整，分析Bad Case
- 开发数据闭环自动化工具，使用Python/C++提升数据处理效率
- 基于Docker/Kubernetes构建训练环境，确保集群调度稳定
- 搭建自动化评测Pipeline，实现模型效果的回归测试与可视化
- 扎实的Python或C++编程能力，熟悉数据结构与算法
- 熟悉Linux环境、Git和Shell脚本，具备工程化素养
- 了解深度学习框架（PyTorch/TensorFlow），有模型训练经验
- 了解Docker和Kubernetes，有容器化部署经验优先
申请策略
- 在求职信中表达对具身智能或自动驾驶的热情，并说明自己能快速学习
- 准备一个数据ETL或模型训练方面的项目示例，面试时展示
- 突出Python/C++项目经历，尤其是数据处理或模型训练相关
- 强调Linux、Git、Shell等工程化技能的使用案例
- 如果有深度学习框架使用经验（PyTorch/TensorFlow），详细说明训练任务
- 提及任何容器化（Docker/K8s）或GPU服务器管理经验
- 提前复习Docker和Kubernetes基础知识，动手搭建简单环境
- 自学PyTorch官方教程，完成一个小型模型训练项目
面试指南
- 对于技术问题，采用STAR法则（情境、任务、行动、结果）
- 对于知识性问题，先给出定义再结合个人经验
- 对于场景题，先拆解问题再按逻辑步骤回答
- 请描述你使用Python处理大规模数据的经历
- 你对Docker和Kubernetes的理解？能否举例说明如何使用
- 模型训练过程中遇到OOM或训练不收敛时，你如何排查？
- 解释一下数据闭环中采集、清洗、标注、训练各环节的作用
- 介绍你参与的一个深度学习项目，包括遇到的挑战和解决方案
职位点评
72
综合评分
AI数据工程实习，前沿技术栈，成长空间大，现场办公强度一般。
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
最适合注重技能成长和行业前景、能接受现场办公和一定工作强度的技术型实习生。
表现最好
成长发展
相对薄弱
工作生活
薪资福利60
成长发展90
工作生活50
使命价值80
薪资福利
60中等
作为实习生，薪资水平适中，但福利较少，主要提供实习津贴和可能的转正机会。
薪资信号未披露（AI估算：4K-8K/月）
成长发展
90较高
该职位技术栈前沿（Docker、K8s、PyTorch），涉及AI数据工程核心环节，成长空间大。
技术前沿前沿/新兴技术
技术栈Python、C++、Docker、Kubernetes、PyTorch、TensorFlow
业务类型profit_center
工作生活
50较低
实习需每周到岗至少4天，未提及弹性办公或远程，工作强度可能较大。
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
80较高
具身智能/自动驾驶是高速增长的AI赛道，参与数据闭环工作对推动技术进步有直接贡献。
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
智元机器人 的其他在招职位
相似职位推荐
Watch Jobs