小红书
风控研发实习生（AI Coding）
风控研发实习生（AI Coding）
发布于 3 天前实习/见习
上海市
无经验要求
实习生
仅现场办公
本科
分布式系统
Spring cloud
JVM调优
Ai Coding
AI 估算 · 4k–8k
上海头部互联网实习，风控研发涉及AI Coding，薪资有竞争力，约4000-8000元/月。
职位详情
关于这个职位
这是一个风控研发实习岗位，你将参与小红书风控核心系统的开发，包括决策引擎、规则管理平台等，处理亿级流量下的高并发挑战，并深度使用AI编程工具辅助开发
适合想在大规模分布式系统实战中提升工程能力、对AI协作感兴趣的同学
最低要求
学历背景：本科及以上学历，计算机、软件工程等相关专业，985/211 院校优先
Java 基础：熟练掌握 Java 编程，理解集合框架、多线程并发、IO/NIO、JVM 原理，代码风格清晰规范
技术栈：熟悉 Spring Boot/Spring Cloud 生态，了解 Dubbo/gRPC 等 RPC 框架
熟悉 MySQL，掌握至少一种 NoSQL（Redis/HBase/MongoDB 等）
中间件认知：对 Kafka/RocketMQ 等消息队列有一定了解，理解分布式系统的一致性与高可用设计原则
AI 工具使用：有使用 GitHub Copilot、Cursor、Claude 等 AI 编程工具的实际经验，能够将 AI 有效融入开发流程，而非仅停留在概念层面
综合素质：逻辑清晰，责任心强，热衷钻研技术底层原理，具备良好的团队沟通能力
工作职责
核心系统研发：参与风控核心决策引擎、规则管理平台、变量计算中心等基础服务的开发与迭代，在真实的大规模业务场景中磨砺工程能力
高性能挑战：协助定位和解决高并发分布式系统问题，参与 JVM 调优、链路优化等性能工程实践，保障系统在海量流量下的稳定性
实时数据流：参与基于 Flink/Kafka 的实时计算链路建设，处理海量用户行为数据，理解流式处理的核心模式
AI 辅助研发：将 AI Coding 工具深度融入日常开发——从需求拆解、方案设计、代码生成到 Code Review，熟练使用 AI 作为开发伙伴，高效交付高质量代码
技术探索：调研规则引擎优化等前沿方向，推动新技术在风控场景的落地验证
优先资格
加分项
有大型互联网公司后端实习经验
熟悉 Flink/Spark 等大数据流式处理框架
ACM-ICPC、NOI 等算法竞赛获奖经历，或 GitHub 有高质量开源项目
对风控、安全领域有浓厚兴趣或相关实践经验
AI 洞察
优缺点分析
优点
- 接触亿级流量真实架构，一对一Mentorship指导，严格Code Review文化，快速提升工程能力
- 团队已全面融入AI编程工具，在这里能真正学会与AI协作，紧跟技术趋势
- 有转正机会，且提供免费三餐和下午茶，实习福利优厚
- 涉及高并发分布式系统，技术深度要求高，需要较强的学习能力和抗压能力
- 风控系统对稳定性和实时性要求严苛，排查问题可能比较耗时
- 需要快速熟悉公司内部复杂的业务和技术栈，初期有一定学习曲线
- 适合对后端技术有热情、喜欢钻研底层原理、乐于拥抱AI辅助开发的计算机相关专业学生
缺点 / 挑战
暂无明显挑战项
角色解读
- 实习期间表现优异可直接获得校招转正Offer，进入大厂核心风控团队
- 可向风控架构师或技术专家方向发展，积累高并发、实时计算等硬核技能
- AI辅助研发的经验将提升未来在智能化开发领域的竞争力
- 参与风控核心决策引擎、规则管理平台等基础服务的开发与迭代，处理真实亿级流量
- 协助解决高并发分布式系统问题，进行JVM调优、链路优化等性能工程实践
- 参与基于Flink/Kafka的实时计算链路建设，处理海量用户行为数据
- 将AI编程工具深度融入日常开发，从需求拆解到Code Review高效协作
- 扎实的Java基础，理解集合、多线程、JVM等核心原理
- 熟悉Spring Boot/Cloud生态及RPC框架，掌握MySQL和至少一种NoSQL
- 了解Kafka/RocketMQ等消息队列，理解分布式系统设计原则
- 有GitHub Copilot、Cursor等AI编程工具的实际使用经验
申请策略
- 在简历中加入对小红书风控业务的理解，展现主动学习的态度
- 面试前准备一个完整的项目介绍，突出个人贡献和技术难点
- 突出Java项目经验，尤其是涉及分布式系统、高并发或性能优化的项目
- 强调AI编程工具的使用经历，如Copilot、Cursor等，并举例说明如何提升效率
- 如果有大数据框架（Flink/Spark）或竞赛获奖经历，务必列出
- 展示对风控或安全领域的兴趣，如相关课程或小项目
- 提前复习JVM内存模型、GC调优、并发编程等Java进阶内容
- 了解Flink的流处理概念和Kafka的基本原理，尝试写简单Demo
面试指南
- 对于技术原理类问题，先给出定义，再结合实际场景举例说明
- 对于项目经验问题，使用STAR法则（情境、任务、行动、结果）结构化回答
- 对于AI工具问题，坦诚优缺点，并展示如何校验和修正AI输出
- 请解释JVM的类加载机制和内存区域，如何调优Full GC？
- 描述一次你使用Java解决高并发问题的经历
- 你如何使用AI编程工具提升开发效率？有没有遇到过AI生成错误代码的情况？
- Flink与Kafka如何协同工作？实时流处理中的水位线是什么？
- 设计一个简易的规则引擎，核心数据结构是什么？
匹配度报告
71
综合匹配度
大厂风控研发实习，前沿技术栈+AI编程，转正机会大，但工作强度和弹性一般。
适合人群
最看重技能成长和职业发展、不介意现场办公和潜在工作强度的技术型实习生。
最强匹配
成长发展匹配
最弱匹配
工作生活匹配
薪资福利70
成长发展90
工作生活60
使命价值65
薪资福利匹配
70中等
实习薪资在行业中上水平，提供免费三餐和下午茶，但无五险一金等全职福利，整体补偿性尚可。
薪资信号未披露（AI估算：4K-8K/月）
福利待遇免费三餐、下午茶
成长发展匹配
90较高
该岗位能接触亿级流量架构和AI编程前沿，有一对一指导和转正机会，发展性极强。
技术前沿前沿/新兴技术
技术栈Java、Flink、Kafka、AI Coding、Spring Cloud
成长机会Mentorship 指导、转正机会
业务类型cost_center
工作生活匹配
60中等
仅现场办公，位于上海，未提及弹性工作或WLB，实习强度可能较大，生活化满足一般。
工作模式仅现场办公
办公地点市区核心地段
加班情况未提及（无法判断）
使命价值匹配
65中等
风控岗位具有一定的社会价值（如保障平台安全），但JD未强调使命感，意义感中等。
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