实习----算法工程师--你感兴趣否

大家好，我是阿术。上一个文章提了，我在研二找实习的时候的拿到了阿里云和蚂蚁的 offer，这篇文章详细聊聊是怎么拿下这两个 offer 的。主要分为以下几个方面：个人准备招聘信息获取笔试面试个人准备我们这个专业技术岗一般就是开发和算法，算法薪资高一些，但是要求也高，普遍需要论文，我虽然也有，但是内容偏传统，不是机器学习算法，而且我们实验室主流的找工作方向都是开发，所以我也就按照开发岗的要求来准备。开发岗在笔面考察上就是项目、八股和算法。项目。读研时做过一些质量还不错的横向纵向，所以我就没有花精力另外准备项目，在实验室项目上改巴改巴就完事了。所以如果大家实验室做过一些质量还行，技术栈也匹配的项目...

ByteIntern：面向2027届毕业生（2026年9月-2027年8月期间毕业），为符合岗位要求的同学提供转正机会。团队介绍：字节跳动商业信任与安全算法团队聚焦于通过 AI 技术（包括但不限于大模型 / Agent / 多模态等）识别治理问题广告内容与广告主，助力降低虚假宣传、不良暗示等内容发生概率，提升广告质量。该方向也是行业共同关注、长期研究的方向，在这里你可以基于平台能力及内容，深耕算法优化，为商业化各业务（广告、电商、本地生活等）提供安全解决方案。团队在 Agent 领域深耕技术及其在新一代智能化审核系统中的落地与创新。岗位职责1. 搭建风险感知、风险研判、审核策略优化等智能体能力，支持交互类智能体训练2. 参与审核链路的完全自主进化体系构建3. 跟踪 Agent 前沿技术并进行可行性验证（如Perference-based RL、多智能体协作、DeepResearch、数据和模型的scaling、轻量化模型新RL范式），支持数据基建和模型infra的基建工作，并在商业化安全场景中验证落地岗位要求1. 27届硕士或博士在读，计算机、电子信息或相关专业；2. 有扎实的代码能力、数据结构和基础算法功底，熟练掌握C/C++或Python编程语言；3. 熟悉机器学习和大模型基础原理，有大模型预训练、微调、强化学习、Agent搭建经验者优先；4. 在ACM/ICPC、Top Coder、Kaggle等比赛中有优异的表现和获奖经历者优先；5. 在大模型/Agent领域主导过重大影响力项目，或发表过顶会顶刊论文者优先；6. 出色的问题分析和解决能力，能够独立解决复杂的技术问题；7. 良好的沟通协作能力，能够与团队紧密合作，共同推进项目进展。base北京/上海。感兴趣请发送简历到hantao.zhang@bytedance.com，或投递到 https://job.toutiao.com/s/eZgZS9P7e24

不敢搞幺蛾子了，已老实

如果你想要走算法工程师或者数据挖掘，机器学习工程师又或者AI工程师，大模型，自然语言处理这条路，那完全可以照着学：1️⃣. 先学python和机器学习python是编程语言，是算法实现的基础，现在学长用的比较多的也是python，熟能生巧，用多就好了，把python的几个数据分析库学会numpy，pandas，matplotlib, scipy和seaborn。机器学习部分学习逻辑回归，支持向量机，随机森林，线性回归，xgboost，GBDT，决策树，HMM，朴素贝叶斯差不多就可以了。这一部分尽量做一些项目来提升自己的代码能力和项目思维✅2️⃣. 其次学pytorch和深度学习入门pytorch教程大家可以去b站看刘二大人和小土堆的教程，看完你真的会发现pytorch框架真的不难，深度学习入门学长看的是李沐的动手学深度学习，把CNN，RNN，GNN，LSTM，GRU，GAN都学一遍，这样子就算是深度学习入门了，这些算法是基础，以后学习各个方向都🈶可能用到。李沐老师的课可能会有点难懂，可以结合李宏毅老师的来看，看个两遍有种豁然开朗的感觉3️⃣. 然后学自己感兴趣的方向当做由于研究生阶段用的图神经网络和时间序列类模型比较多，所以学习了GCN，ConvGRU，ConvLSTM，Transformer，注意力机制, GAT。在学习Transformer的时候发现很多教程都没有讲透，这里建议Dasou➕李沐➕教AI的陶老师➕王树森，这几个博主的视频看完之后感觉对Transformer以及Bert都有了比较深的理解。学长后期主要是关注自然语言处理和大模型方向了，所以word2vec，n-gram等算法也学习了，llm算法部分的内容也很多，也一直在学习，但感觉这一块还不太熟悉就不给大家介绍了，现在的多模态大模型也很火，这些都值得去研究。大家还是要知道自己想要做什么，真的建议去深挖一个方向，而不是蜻蜓点水✅可能还有一些来不及介绍，但学完上面的内容，完全可以找到一个AI工程师的实习，可以在工作中去体验和加强自己的学习