AI岗位到底看重啥?

在京东实习的时候,我负责过AI相关岗位的招聘(AI产品经理、AI产品运营等),筛了好多好多多份简历,offer了一些人。总结了一下AI岗位到底看重什么:
项目经验 > 学历:很多同学以为只要学校好就行,但其实面试官更看重你做过什么项目。比如你参与过什么AI落地应用,用了什么框架,解决了什么问题。哪怕是小项目,也比空有理论强。我见过一个双非的同学,因为Kaggle竞赛拿了个名次,直接被算法leader抢着要。
竞赛和论文是加分项:如果有顶会论文或者知名竞赛(如Kaggle、天池)的名次,那是大杀器。我们招的一个P7,就是靠一篇顶会论文进来的。
实习经历:有大厂AI相关实习,基本就稳了一半。比如我们招算法岗,优先看有BAT实习的。
基础能力不能差:数据结构、算法、编程基础,笔试会刷人。很多同学简历很牛,一笔试就挂。
另外,现在很多公司也在招AI产品经理、AI运营等非技术岗,如果你是商科背景,可以卷AI+领域的知识,比如了解大模型原理、会用AI工具等。我在零趣科技招AI原画师的时候,就是因为懂一点Stable Diffusion,才能精准筛选简历。#找AI工作应该卷什么?#
全部评论

相关推荐

整理下面经缓一缓 最近面麻了。。。1.如果你的提示词策略要服务小红书"真诚分享、友好互动、降低营销感"的社区价值取向(以及内容规范约束),你会把"好内容"拆成哪些可量化指标?如何分层(内容质量、社区风险、增长/转化)并设定权重?2.提示词(或系统提示、few-shot、工具调用策略)频繁迭代时,你如何设计数据结构/日志,让线上指标波动能准确归因到"提示改动"而不是"流量结构/模型版本/冷启动"等噪声?3.请你设计一个用于内容生成的离线评估集(golden set):如何抽样、如何分层覆盖(品类/场景/人群/敏感主题)、如何避免评估集被"提示词过拟合"?4.你会如何把人工评审(rubric)与自动指标(例如相似度、毒性/违规、事实一致性、重复度等)组合成一个"可用于迭代决策"的评分体系?5.你会如何设计"原创性/同质化"监控与阈值策略,既避免抄袭风险,又避免生成内容千篇一律?6.针对"地点/价格/功效/流程"等容易幻觉的内容,你如何设计数据闭环:发现定位修复验证(含离线与线上)?7.请举例说明你会如何在高频内容域(美妆、身材、情感、育儿等)做偏差分析:偏见从哪里来、怎么量化、怎么验证治理是否有效?8.如果要上线一个新的提示词策略,你会如何设计A/B:分流单位、样本量、主要指标与护栏指标、以及显著性/序贯检验策略?9.平台对违规/导流/虚假等有明确治理与处理机制,你会如何把这些规则转成"可观测的风险指标",并接入提示词迭代与上线门槛?10.平台强调AI生成合成内容需主动标识,未标识可能被限制分发;如果你负责提示策略与运营方案,如何设计"标识策略+检测+分发影响评估"的数据闭环?11.你如何定义并度量生成内容的"多样性"(话题、结构、表达、观点),同时确保风格与合规稳定?12.如果要生成"更像真实分享"的品牌内容,你会如何用数据定义"营销感",并建立对转化的因果评估?13.请你给出一个明确判据:当质量问题持续存在时,你如何用数据判断"继续调 prompt"边际收益已低,应升级到RAG、结构化模板、工具调用或多步工作流?14.你会如何设计一套"Prompt Playbook+指标看板+评估流程"的文档体系,让新成员一周内能稳定复现并迭代?
点赞 评论 收藏
分享
评论
点赞
收藏
分享

创作者周榜

更多
牛客网
牛客网在线编程
牛客网题解
牛客企业服务