支持长期实习 / 转正 实习地点：深圳 学历要求：本科 / 硕士在读 实习周期：3 个月以上，优先 6 个月及以上 到岗时间：尽快 岗位背景 我们正在构建新一代 AI Native 招聘与人才推荐平台，基于： AI 模拟面试产生的真实行为数据 多维能力画像 企业文化与岗位特征 大模型驱动的生成式推荐与可解释能力 重构人才与岗位的匹配方式。 你将有机会 真实参与推荐系统从「传统推荐」向「生成式 + 大模型推荐」升级的核心过程，这不是“只跑模型”的实习，而是能完整看到 算法 → 产品 → 业务反馈 闭环的实战型岗位。 实习职责 在导师（推荐算法负责人）指导下，你将参与以下一部分或多部分工作： 参与 人才推荐 / 岗位推荐 / 双边匹配系统 的算法设计与实现，支持召回、匹配建模、排序或生成式推荐等模块； 协助探索 大模型（LLM）与推荐系统的结合方式，包括 Prompt 设计、RAG、Embedding 构建、多任务建模等方向； 参与 人才 / 岗位多维画像的建模工作，将面试文本、行为评分等信号转化为可用特征或表示； 协助进行推荐系统的 离线评估与线上实验分析，关注匹配效果、转化、稳定性等真实业务指标； 与产品和工程同学协作，推动算法结果在真实业务中的落地与验证。 任职要求 必备条件： 本科或硕士在读，计算机、人工智能、数学、数据科学等相关专业； 学习或实践过推荐系统相关内容（协同过滤、Embedding、排序模型等）； 熟练使用 Python，了解或使用过 PyTorch / TensorFlow 等深度学习框架； 具备良好的学习能力和代码习惯，能阅读并理解已有算法代码。 加分项（满足其一即可）： 对 LLM / 生成式模型 / Prompt Engineering / RAG 有实际尝试或强烈兴趣； 有推荐、搜索、NLP、用户建模、数据挖掘相关课程项目或实习经历； 对招聘、人才、教育或 ToB 场景有兴趣。 你将获得 参与 真实生成式推荐系统落地 的机会，而非实验性项目 推荐系统 + LLM 结合的系统性训练（架构、数据、评估、工程） 来自 清华 / MIT 背景技术团队 的一线指导 完整的业务数据与复杂问题空间（人才–岗位–企业三方） 表现优秀者 可转正 / 提供正式 Offer 优先通道