米哈游27届实习-AI产品实习生

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。）

历时80分钟，全程被面试官笑着拷打。。。1.自我介绍2.上来两道算法题要求30分钟，一是树的层序遍历，而是数组的深度遍历（ [1,2,3] 输出[1,3,2],[1,2,3],[2,3,1],[2,1,3] [xxx]）3.说说你了解的比较熟悉的技术栈3.实习觉得做的比较自豪的事情4.实习时候的数据的准确率和及时性怎么保证的5.怎么理解元数据的，怎么完善数据资产/血缘的6.rag怎么做的7.说说进程和线程区别，线程是不是越多越好8. cpu内存访问的流程9. tcp为什么三次握手不是两次？10. tcp拥塞控制了解吗11.  https相比http具体还用了什么协议？12  输入一个网页地址发生了什么？13 索引失效的例子14 怎么判断sql是否慢，命中了索引没有？15 了解数据库里面的binlog reglog之类吗16  了解协程吗？（只了解携程。。。。）17  说说大模型和agent区别，mcp和function call 区别18  skill和之前的提示词工程有啥区别19  对ai未来的看法面试官知道我是搞数开的没问啥java后端方面的技术，而且一直跟我说没关系，再加加油吧

继续来分享下之前的面经~欢迎友好讨论，信息共享1. 实习拷打2.项目拷打3. 论文拷打4. 对实习经历做一个介绍?这个产品的输入输出是什么?用到哪些大模型能力?5. 设计的这个产品的北极星指标是什么?6. 你认为一个产品从0到1过程中最重要的节点有哪些?7. 你如何识别发现产品开发过程中的问题?8. 你如何识别发现产品开发过程中的问题?9. 针对过往的项目或实习遇到最大的难点是什么?10. 你使用coze之后觉得它有什么不足和可以改进的方向?11. 最近有使用或了解什么新的AI应用产品吗?觉得它有什么特点?12. 对于Manus目前推出的功能进行评价?13. 解释一下MCP14. 解释SFT，pre-train，reinforced learning

游戏策划面试，简历上游戏经历那块真的会被面试官一条条盘问！我的准备清单：游戏分析必做：深度拆解3款游戏（核心玩法、付费体系、社交系统、留存设计）准备一个"如果我来改这个游戏，我会怎么改"的方案了解游戏行业趋势（开放世界、二次元、小游戏）策划专业必背：游戏循环设计（核心循环+外围循环）玩家动机理论（成就型/探索型/社交型/杀手型）数值策划基础（成长曲线、经济系统）笔试题必练：逻辑题（图形推理、数字规律）设计题（设计一个副本/设计一个角色技能）有没有游戏大厂的大佬分享面经？跪求！