虽然秋招是非常重要的，但咨询、投行、互联网等企业都非常看重实习经历，实习极大地影响着你的秋招通过率。对于这个问题不能一概而论，把重心放在哪儿取决于你自身的情况。最终目的都是毕业后找到满意的工作。如果你已经有了一份暑期实习，那可以先判断两个问题，这份实习能否转正？能否给你的秋招带来帮助？如果可以的话，在9月份之前，你都可以安安心心先做着；如果不能或是你不打算留在这家公司，就要多付出些精力来准备秋招。如果你目前没在实习，但曾经有过较多与求职意向匹配的实习经历，那就完全可以全心全意准备秋招了。如果你之前没有实习，那一定要抓紧时间找一个！实习是校招的重点考察项，企业想找的是能尽快上手的人，而实习经历是...

所有人都是从没有0实习开始找实习的，通常找第一份实习会比较难，在这里分享一些渠道和方法各大综合招聘网站和APP牛客、脉脉等。学校的就业中心官网、公众号、论坛等。企业官方渠道官网、公众号等。求职群有些求职群会发一些内部员工招聘的岗位，或者是实习生找继任。内推特指熟人内推（如亲戚、老师、校友、同学等）。

通过一段实习需要明确自己想要得到什么东西，带着目的性去实习。一般情况下实习的最终目的，就是能让自己找到一个比较满意的正式工作。实习经历首先要能帮你通过简历筛选，然后在面试中让你能说出一些东西并且面对面试官的深挖能讲出自己的思考，最后让面试官觉得你能够胜任这个岗位，这就是一份有含金量的实习。按照这个思路，具有含金量的实习要能给到你背书（企业的名气和title），并且你在实习过程中是能接触到一线的操作，参与过实际的项目，熟悉项目的背景和结果等。还有一些东西，虽然不好直接写进简历，但是能在面试的时候给你加分，比如规范的工作习惯等。总的来说，实习就是去偷师学艺，含金量是看能不能学到东西，而不是看实习工...

关联度越高越好简历里面的经历和目标岗位的关联度，匹配度越高越好。只要和目标岗位相关的经历，都可以写到简历上面去。比如科研/论文、竞赛/比赛（如Kaggle和天池的算法竞赛、创业大赛、商赛等）、项目（如学校的课程项目、小组作业，课外的技术项目）、实践（如社会实践）、校园活动（如社团、学生会举办的一些活动）、作品集（如市场报告、分析报告、体验报告等文档）。比如，一个同学准备投递运营岗位，可能没有很多实习经验，这时候就可以写自己在学校社团活动的运营经历，比如公众号运营、社群活动运营等。只要和目标岗位相关，都可以在简历上写，这就是面试官想看到的内容。考虑内容多少除了考虑内容关联度以外，还需要考虑的一个...

通常，应届生简历要包含个人信息、教育背景、实习经历、项目经历、校内经历、技能特长、自我评价等模块。其中实习经历和项目经历是简历的重中之重，HR判断求职者能否胜任岗位，关键是看求职者的简历中是否有匹配应聘岗位的工作内容的经历。大家都是从没有实习经历过来的。在没有实习找第一份实习的时候，应该怎么写简历？首先需要明确自己投递的岗位及对应的岗位描述，尽可能在简历中突出过往经历中与投递岗位相匹配的内容。大家可以从以下经历中挖掘自己参与过的项目：科研：科研本身就是一个发现问题并解决问题的过程，无论最终有没有论文发表。在参与科研项目的过程中，熟悉了当前的科研动态，知道了现阶段有什么任务，过程中遇到了什么难题...

很多同学在写简历的时候不知道怎么写实习经历或者项目经历，这里推荐一个非常实用的方法——STAR法则。STAR原则，即Situation（情景）、Task（任务）、Action（行动）和Result（结果）四个英文单词的首字母组合。通过这四个方面，面试官可以深度挖掘项目，自己也可以更好地复盘经历。以算法岗为例Situation（情景）：为什么要做这件事？可以写项目背景，具体可以参考需求背景和产品说明文档。Task（任务）：在上面的情景下要做什么任务？比如做一个二分类的预测任务。Action（行动）：做了什么事情？比如选用的模型、设计的实验、模型的评价。Result（结果）：最终取得的结果。比如算...

公司：广联达岗位：人工智能工程师岗位职责：1. 加入AI算法研究小组，研究深度学习/机器学习/人工智能算法在建筑行业的产品应用；2. 基于建筑行业大数据，负责设计，实现和调优深度学习模型/策略和算法；3. 与产品经理和应用开发团队协作，参与如下方向之一的产品化：视频分析，目标检测，3D视觉，行为分析，步态识别，ReID。任职资格：1. 2023年应届生，硕士及以上学历，计算机/数学/人工智能/自动化等理工科相关专业；2. 熟悉基于深度学习的特征检测算法，熟悉CNN\RNN\LSTM等网络结构的原理和前沿进展；3. 熟练使用TensorFlow，PyTorch，Keras等主流框架，具备数据处理...

公司：嘉实基金岗位：数据工程师职位描述数据是公司各项业务的基础，将参与投研、市场、风控、运营等各板块工作，具体实习方向包括数据系统、数据模型、数据开发等方向。在实习中项目中，您将在专属导师的指导下：1、根据业务需求进行数据仓库模型和数据集市建设，负责分析需求并编写数据库的设计文档、数据库代码的开发，支持数据清洗、数据整合、数据治理等；2、根据业务场景，从数据分析、可视化呈现的维度设计报表系统，为大数据的全生命周期提供服务。任职条件：1、国内外知名院校2023届应届毕业生，本科及以上学历学位，计算机、数据、统计、金融相关专业；2、了解SQL、NoSQL数据库，熟悉大数据平台架构、平台和工具；3、...

公司：招商银行信用卡中心岗位：数据分析实习生（量化策略方向）【暑期实习】数据分析实习生（量化策略方向）岗位职责：团队介绍风险管理团队：牵头信用卡中心全面风险管理，通过制定风险管理政策、标准并持续监控执行情况，指引信用卡业务良性成长、平衡风险与回报，实现客户风险、客户价值与客户满意度的最佳平衡。决策分析团队：运用数据挖掘与分析方法，完成策略报告，推动企业经营决策，全面支持获客、市场、服务、产品等业务数字化智能化经营。岗位描述1、参与风控相关课题研究，熟悉并了解整体风控行业现状，并产出细分领域课题研究报告；2、制定各类产品全流程风险管理标准，包括客户获取、授信投放、风险定价等；3、根据信用卡业务的...

公司：联易融岗位：数据分析师工作职责1、负责研发面向供应链金融场景的核心算法模型，如风险预测，潜客挖掘，关联图谱等；2、与团队成员一起负责以上能力的产品化工作；3、参与以上能力的应用落地工作。工作要求1、硕士或以上学历，统计学、计算机、数学、经济学、计量心理学、人工智能等相关专业；2、熟练掌握Hive\SQL\Hadoop，熟练使用JAVA/R/SAS/Python等编程语言，熟悉大规模数据挖掘、机器学习、自然语言处理(NLP)；3、可独立完成数据挖掘工作，包括数据预处理、特征选取、建模、验证、调优、结论陈述等各环节；4、对数据敏感，具备良好的逻辑思维能力、沟通技巧、组织沟通能力、团队精神以及...

公司：联易融岗位：数据分析师工作职责1、负责研发面向供应链金融场景的核心算法模型，如风险预测，潜客挖掘，关联图谱等；2、与团队成员一起负责以上能力的产品化工作；3、参与以上能力的应用落地工作。工作要求1、硕士或以上学历，统计学、计算机、数学、经济学、计量心理学、人工智能等相关专业；2、熟练掌握Hive\SQL\Hadoop，熟练使用JAVA/R/SAS/Python等编程语言，熟悉大规模数据挖掘、机器学习、自然语言处理(NLP)；3、可独立完成数据挖掘工作，包括数据预处理、特征选取、建模、验证、调优、结论陈述等各环节；4、对数据敏感，具备良好的逻辑思维能力、沟通技巧、组织沟通能力、团队精神以及...

小红书：数据分析实习生-电商Shopee：推荐算法工程师贝壳：数据分析蔚来：AD数据分析-自动驾驶冰川网络：数据运营专员旷视科技：算法工程实习生富途：产品商务畅游：数据库管理工程师哔哩哔哩：数据分析师实习生58同城：算法工程师拼多多：算法实习生星环科技：大数据分析实习生亚信科技：数据挖掘实习生杉数科技：数据分析实习生顺丰科技：大数据挖掘与分析工程师地平线：数据分析实习生360：安全数据分析实习生携程：算法工程师莉莉丝游戏：数据挖掘实习生百度：机器学习AMD：数据分析实习生滴滴：数据实习生完美世界：机器学习算法工程师西山居：数据分析网易雷火：数据挖掘工程师去哪儿：数据分析特斯拉中国：IT应用支持...

公司：腾讯部门：腾讯视频岗位：数据科学形式：视频面试视频面试平台：面呗时长：50分钟流程：1、自我介绍。2、我看到你的简历上面写的都是项目经历，你本人没有参加过线下实习的原因是什么？3、你现在投递了数据科学方向的岗位，你有相关的一些职业规划吗？4、你最早可以开始参加线下实习的时间是什么时候？5、你后续还有继续读博深造的一些打算吗？6、（简历项目深挖）在你做过的数据分析相关的项目中，选一个你认为价值比较大或者是在这个过程中挑战比较大的项目，分享一下你具体所做的一些事情和成果。数据包含了多少个特征？这些特征有哪些？预测用户在未来某一个周期之内是否会复购这个事情，你觉得需要考虑哪些变量？你觉得需要考...

公司：腾讯音乐娱乐岗位：数据科学岗位描述基于平台的海量数据，结合数理统计、数据挖掘、机器学习等技术，设计可执行的方案并推动产品决策；深入理解业务问题，传递数据驱动的可视化方案和建议给到业务对接人；和用研，产品，工程师团队密切合作，部署和落地算法模型方案；通过执行和分析A/B test来加快产品的实验和迭代。岗位要求有相关工作经验，计算机、统计、数学等专业背景优先；有数据驱动意识和相关产品分析决策项目的领导经验；扎实的编程基础(Python/SQL/Scala)、大数据平台使用经验和数据分析工具（R,SPSS,Tableau）的使用能力；有将数据转化成可理解和执行的决策(A/B test, 产品...