海量HC，要求毕业时间 2026.11 ~ 2027.10欢迎找我内推校招，简历投递邮箱：**********岗位1： AI 算法工程师 - 电商场景 AI 应用开发【职位描述】：围绕真实电商核心场景，参与AI应用的系统化构建与优化，把AI变为业务增长引擎，具体工作包括：◦AI应用全生命周期演进： 深度参与业务问题建模、应用架构设计、上下文工程、训练数据构建、自动化评估体系、模型后训练优化等◦数据飞轮构建： 打造高质量数据生产链路，探索合成数据（Synthetic Data）与高效蒸馏技术方案，跑通“业务-模型-反馈”迭代闭环◦评测体系构建： 面向业务目标，设计完备的AI应用效果评估体系，构建自动化评估框架，建立离线评估与在线业务指标联动的量化评估能力◦强化学习与奖励机制设计： 构建可工程化的Reward体系与RL训练环境，提升模型在垂直业务场景中的可控性与泛化能力◦AI外部能力体系搭建： 实现AI应用所需的知识库（RAG）、长短期记忆系统（Memory）、工具调用、多Agent协作框架等◦多模态AI应用开发： 构建AI应用的多模态感知与推理能力，解决在UI自动化、视觉理解与审核、多模态会话等场景的落地应用问题【职位要求】：•学历学术背景， 计算机/人工智能/数学等相关专业硕士及以上学历，在 ACL/EMNLP/NAACL/NeurIPS/ICML/ICLR等顶级会议上发表论文者优先•AI应用构建能力， 掌握主流AI协议（MCP、Skills等）、记忆系统（Memory）、知识库（RAG），独立开发过具备一定影响力AI应用者优先•模型理解与优化， 熟悉Transformer和主流LLM模型架构，具备模型后训练优化（SFT/DPO/RL）能力，拥有Agentic RL训练实操经验者优先•AI-Native代码能力， 如臂使指的掌握至少一门编程语言，熟练驾驭AI Coding工具，能够通过Vibe Coding快速构建项目原型，有实际AI Coding项目落地经验者优先•工程与系统素养， 熟练掌握Git、命令行等研发工具，了解分布式系统、数据库、计算机组成，具备大规模数据处理能力者优先•极客精神： 对新技术有近乎本能的渴望，能够独立阅读论文/技术报告等并快速复现，快速主动尝试落地先进开源项目，对主流AI开源项目有贡献者优先。（备注：此岗位包含agent算法、后训练 LLM 算法、评测。）岗位2：AI 研发工程师 - 全栈化业务研发【职位描述】随着 AI 技术的发展，软件工程的范式正在发生根本性改变。在这支团队，我们不再使用“前端”、“后端”、“Java 开发”这样传统的职能来划分岗位。我们认为，未来的工程师不应只是把需求文档翻译成代码的执行者，而应该是端到端解决复杂问题的“系统构建者”。在这里，你的日常工作画面不再是接需求、写 CRUD 接口。你将直接面对真实的商业场景，用 AI 作为核心计算引擎，通过严谨的工程手段，让大模型在真实业务环境中稳定落地。你将获得一种全新的能力：跨越技术栈的边界，直接用智能技术为数亿消费者和千万商家创造看得见、摸得着的商业价值。我们是建设核心电商系统技术底座的团队，直接支撑淘宝天猫的商业运转效率。我们致力于通过智能的新方法不断优化消费者体验，并对商家的经营效率负责。我们追求智能技术的上限，将前沿的 AI 知识和澎湃的算力，转化为实实在在的生产力。我们期望成为世界一流的 AI 研究和应用团队，让科技进步真正造福万家灯火。为了支撑这种全新的工作模式，你将有机会主导从问题发现到智能规模化的完整闭环：1定义问题： 从复杂业务中抽象核心模型▪归因与建模：深入业务一线，通过数据挖掘和特征分析，完成现象归因。弄清楚“真正有价值的问题是什么”，并明确解决目标。▪架构设计：针对定义好的业务问题进行数学与逻辑建模，从零设计高度灵活的 AI 原生架构（AI-Native Architecture）。2收敛问题： 将 AI 的“不确定性”转化为工程的“确定性”▪环境构建：搭建能够让 AI 与现有系统、数据进行交互的运行环境。▪工程迭代：面对大模型带来的“无数种可能性”，你需要通过严谨的工程手段——包括调试、旁路测试、回测、自动化评测与仿真模拟，不断打磨和迭代 AI 解决问题的路径，将发散的可能性收敛为“几个最优、可落地的选项”。3内化能力： 实现智能的规模化复制▪经验沉淀：通过复盘与反思，提取成功解决问题的业务路径和技术经验。▪系统演进：将这些成功经验，以训练、系统架构优化、上下文工程等形式，深度内化为稳定、可复用的模型能力与系统底座，实现智能的规模化应用。【职位描述】1. 专业技能•对人工智能、计算机科学、大模型或数学有较深的认知和理解。•工程实践：具备优秀的代码能力，至少在一种主流编程语言（如 Java / Python / JS 等）上有深度的实践经验。•算法基础：在 CV（计算机视觉）或 NLP（自然语言处理）方向有扎实的理论基础。2. 核心素质•学习能力：具备快速啃透前沿论文（Paper）的能力，并能将理论知识转化为工程代码。•开放性与动手能力：拒绝纸上谈兵。有自己独立完成的小项目（开源项目或个人 Demo），展现极客精神。•好奇心与想象力：面对未知事物有独特的想法，具备敏锐的问题定义能力和坚韧的解决问题能力。•审美追求：技术亦有审美。我们看重你是否能提出打动人心、简洁优雅的好想法。•高能动性：具备强烈的自驱力，能够主动探索边界，而不是等待被分配任务。（备注：此岗位包含AI 业务研发、AI 工具研发、AI 数据研发、AI 前端、AI 测试、agent 开发等等。）

一开始他先介绍了他那边的业务，然后让我介绍下自己的经历和技术难点。针对经历：1、问项目规模，有没有自己写一些大的需求，自己写方案去做的2、过往的需求中有没有那种复杂的3、中间提到了节流，他就问我防抖和节流的代码层面是如何实现的针对项目Agent相关的：1、是否支持图片2、对于用户输入的Prompt有没有进行调优3、单次会话还是多次对话的展示4、系统设定模型的角色，是在前端还是后端写的5、有没有出现一些幻觉Vue相关1、vue怎么样实现数据绑定到组件上以及视图变化数据的更新2、如果有一个数据，关联了多个组件，这些组件是怎么样去实现挨个通知的手写代码核心点在于借助AI的工具给做出来，说因为这个题目...

现在备战面试，我基本上都离不开 AI 当陪练了。就拿豆包来说，直接开启语音模式，把我的简历原封不动发过去，再给它设定好面试官的视角。等它一开口，反应速度真的很快，各种追问和连环问接踵而至，甚至比我预想的还要刁钻。有了它这个“假面试官”，我能提前把项目经历、技术细节过好几遍。答完之后我会立刻复盘，哪里答得卡顿、哪里逻辑不够顺，它也能从旁观者角度给点提示。通过这种高强度的模拟，我能把简历上的每一个细节都磨透，查缺补漏的效果嘎嘎好

基础面试环节1. 自我介绍（这部分根据个人情况准备）2. 实习/项目经历介绍（根据简历准备，重点突出技术栈和解决的问题）3. 项目中遇到的最大技术挑战是什么，如何解决的答案框架：描述问题背景和影响分析问题原因（技术深度）解决方案和实施过程最终效果和收获示例：多线程下的数据竞争导致偶现崩溃使用AddressSanitizer定位加读写锁保护共享数据重构为无锁设计（原子操作）崩溃率降为0，性能提升20%4. 平时代码量如何，有参与过开源项目吗答案思路：说明日常编码习惯（每天/每周代码量）提及个人项目或开源贡献强调代码质量而非数量展示对技术的热情项目深挖5. 你的网络库项目中，如何实现高并发连接管理...