米哈游27届实习-AI产品经理实习生（数据向）

工作职责 1、参与AI3D数据体系建设，包括数据采集、标注规范制定、数据筛查与数据处理工作2、协助整理和分析各类3D相关数据（如mesh、拓扑、图像等），打通上下游，支持算法模型迭代与产品优化3、构建模型测试集与基础评测指标，跟进模型效果，协助分析模型问题并提出数据层面的优化方向任职要求1、本科或硕士在读，计算机、人工智能、数据科学、数字媒体、工业设计等相关专业2、具备良好的数据敏感度，理解基本的数据采集、清洗、分析流程3、熟悉 Python，能够进行基础数据处理与分析（如 pandas、numpy 等）4、对 AI 与 3D 技术方向有浓厚兴趣，愿意从数据视角参与产品建设5、具备较好的逻辑思维能力、沟通能力与执行力，能够与算法团队协作加分项1、有 AI / 机器学习 / 计算机视觉相关基础，了解模型训练和评测的基本概念2、有3D数据标注、数据平台或模型评测相关经验3、使用过 Blender、Maya 等任一3D工具，或了解 NeRF、3D 重建等方向面向对象2027届及之后毕业的在校生投递链接https://jobs.mihoyo.com/?sharePageId=121176&recommendationCode=052BT&isRecommendation=true#/campus/position/7714

最近刷牛客，看到好多老哥在焦虑“AI会不会抢开发饭碗”，转身就去报了个什么“高级提示词工程师”的课。说句实在话，作为每天在业务需求里打滚的后端开发，站在面试官的角度来看：没人关心你Prompt写得多有诗意，大家只关心你能不能用AI解决真实的业务痛点。如果你想在简历里加上亮眼的“AI含金量”，建议把精力砸在这几个方向：1. 掌握 AI 工作流编排与自动化落地（核心竞争力）现在单纯调一个大模型的 API 已经不稀奇了，稀奇的是工程化落地。 把 AI 接入现有的自动化流程中才是王道。比如，你能熟练使用 Dify 这类平台，把复杂的操作编排成流水线——哪怕是搭一个自动生成内容并推送到小红书等平台的发布...

1. 算法题隐藏评分维度字节跳动3-1级面试官手册显示：解题速度权重仅占30%，而极端case处理（如处理10^18量级数据）、变量命名规范度各占25%。曾有人因写下const EPSILON = 1e-9被评"工程化意识突出"。2. 系统设计题反套路公式阿里P7面试官透露：回答需包含三个降级维度（功能降级、流量降级、数据降级）和两个弹性策略（自动扩缩容、熔断机制）。案例：用Sentinel+AHAS实现电商秒杀系统的回答，让候选人直接定级P6。3. 行为面终极话术当被问"为什么选择我们"时，禁用"平台大/技术强"等通用答案。正确姿势：· 我用kube-bench扫描过贵司开源项目安全配置 +· 在arXiv读过贵团队CVPR'24的论文 +· 发现与我的分布式训练调优经验高度契合关注我：获得更多面试技巧米忽悠内推：https://jobs.mihoyo.com/m/?sharePageId=77117&recommendationCode=66CJD&isRecommendation=true#/campus/position

1. 自我介绍2. 这两个项目是你自己写的吗？3. 指针和引用的区别是啥？核心区别（1）引用底层实现语法层面引用是“变量别名”，底层编译器通过指针实现：编译时会为引用分配与指针相同的内存（如64位系统8字节），存储绑定变量的地址；运行时访问引用等同于通过指针解引用访问原变量（如int &a = b; a = 10;等价于int *p = &b; *p = 10;）；区别仅在于编译器做了语法约束（如强制初始化、禁止修改指向），无额外性能开销。（2）引用作为函数返回值的风险风险点：返回局部变量的引用：局部变量存在栈上，函数结束后栈帧销毁，引用指向非法内存（野引用）；示例：int&a...