小米大模型实习凉面

同学们，牛客算法部找一起“干实事”的小伙伴啦！ 先和你掰扯清楚咱们在忙啥——你平时刷牛客时，首页刷到的“刚好想看的题解/面经”、搜索栏里一输就准的结果、甚至那些“不烦人的广告”；还有 AI 面试里的“个性化出题”、考中跟你对话的数字人、悄悄“抓作弊”的算法，以及面试完立刻出来的评分报告——这些用户天天用、天天依赖的功能，背后都是咱们团队在撑着。 没有虚头巴脑的“概念项目”，每一行代码、每一次模型调优，都是为了解决“用户是不是真的用着舒服”“面试是不是真的公平”这些具体问题。 现在我们要找两类人： 一类是想全职加入的“算法打工人”——不管你是有 1-3 年经验想换个“能摸到结果”的团队，还是刚毕...

写在前面：今天是在牛客的Last Day了，早上来到工位总有种依依不舍的感觉，不由得回想起了这段旅程开始的地方。本科毕业答辩随着一纸终稿画上句号，研究生院校官网的录取名单也悄然揭示了我未来三年的去向。5 月到 9 月，属于研 0 的整整四个月暑假如约而至，仿佛也要像我备战考研时的规划那样，顺利地铺展开来。追剧、旅游、开黑，沉浸于兴趣的世界，甚至去思索那个困扰人类千百年的问题——人生的意义究竟是什么？这些，原本都是我清单上的选项。然而，在这份轻松与期待的背后，我的内心却悄然萌生了另一种可能性。从对 AI 的一无所知，到系统学习 ML、DL，再到用它完成我的毕设，甚至成为复试中的加分项，这段意外开启的旅程点燃了我对未来无限可能的好奇。我开始思考：如果能更深入地探索一次，看看大模型还能带来怎样的改变，会不会比短暂的休憩更具意义？于是，带着一丝不安，更多的是好奇与冲劲，我开始在牛客APP上，海投实习简历，其中就包括牛客的算法实习。直到现在都觉着在牛客投牛客的实习，也是一种新奇的思路。没过多久，我便收到了第一轮 AI 面试的邀请。节奏之快，超出预期，也让我意识到——这可能不只是一次试探，而是一场真正走出舒适圈、迈向更大世界的开始。顺利通过AI初面后，我迎来了 mentor 的技术面试。起初还有些紧张，但当话题转向我的项目实践，我的眼神开始发亮，也感受到对方在认真聆听我对技术的热情与思考。幸运的是，这份真诚被 mentor 捕捉到了，我也顺利加入了牛客算法团队。这段实习像是一场高度浓缩的职业预演，也像是考研旅程之外另一种深度成长的延续。在三个月的时间里，我第一次真正参与到大型模型工程实践中。那些曾在顶会论文、GitHub 热榜和 Hugging Face 上看到的词汇，如今一个个落入我的 IDE 和终端，变成我每天调试、部署、思考的真实内容。Prompt 工程、前后端联调、大模型、开源项目实践……我逐渐意识到，自己不再只是旁观者，而是正在亲手参与塑造 AI 应用的一份子。更难得的是，我遇到了非常优秀的 mentor。他不仅在技术上耐心引导，更用人格魅力感染着我。他对工作的专注、对问题的执着、对生活的热爱，深深影响了我。这段经历带给我的，不止是一段实习记录，更是一份对待技术、对待人生的态度和热情。于是，这个暑假，我为自己写下了另一份“答卷”：我来到了一座包容的城市，完成了一段难忘的实习旅程，收获了一次向真实世界靠近的机会，也更坚定了我继续探索 AI 世界的方向。这个暑假，比计划中更精彩，也更有意义。

家人们！最近在琢磨大模型应用开发岗的项目准备，初步定了两个方向 ：做一个完整的 RAG 项目（检索增强生成），从向量数据库搭建，知识库的构建、工具的调用，到检索逻辑优化，全流程走一遍，重点体现对知识问答场景的落地能力～ 搞一个模型微调 + 部署的项目，选个具体任务（比如特定领域的文本分类 / 命名实体识别），用 LoRA 之类的方法做微调，再部署成 API 服务，配上简单的调用界面，把 “调参 + 工程化” 能力亮出来这两个项目覆盖了大模型应用的核心环节，既有算法落地又有工程实现，感觉能体现岗位所需的核心技能？有没有同行姐妹 / 兄弟给点建议呀～ 或者还有哪些项目方向值得补充？

双九电子信息➕实习，笔试之后挂我简历，招***呢