“HR抢着加微信”,这个行业,实习生月入过万!

中新经纬
11 Apr

今年升上研究生二年级的周梓博,就读于清华大学电子信息专业,自2024年3月至今已经积累了在美团、百度、华为、智谱华章四段人工智能(AI)岗位实习经历。

周梓博只是众多准备投身AI浪潮的高校生之一。随着AI行业的持续升温,招聘市场上,AI算法相关岗位高达400元~800元的实习日薪,引发了广泛关注。

近日,中新经纬采访了多位高校生,一探真实的AI方向就业情况。

“抵达工位后,上午主要以学习为主,通过阅读大量论文了解最新的研究进展;下午则会编写代码验证想法、撰写笔记或准备PPT进行汇报。”木阳(化名)目前正在微软实习,作为一名计算机专业的博士二年级在读生,他已积累了三段与AI算法相关的岗位实习经验。

受访的高校生都向中新经纬提及,算法岗实习离不开学习文献,研究性质较强,成果主要体现在创新点及其落地效果上。相比正式员工,实习生没有过多的硬性考核要求,因此薪资也较为固定,有额外绩效或者项目奖金的情况很少。木阳透露,他现在每月到手工资税后在9000元左右。

“DeepSeek在招聘平台上招实习生,开出的日薪是500元~550元。按每个月20个工作日计算,收入确实可以过万。”周梓博介绍道。

中新经纬在采访中了解到,AI方向不同的实习岗位薪资差异显著。根据技术难度,AI相关岗位实习通常被划分为三个类别:算法技术类、AI产品类和运营质检相关类。薪资一般分为技术类和非技术类两个档次。

周梓博根据他的经验总结,技术类岗位如算法工程师,普遍日薪超过300元,部分中国国内科技大厂核心项目日薪能达到400元~600元;而数据标注、质检等非技术岗薪资较低,多在每天150元~200元,不过也有一些特例,如DeepSeek的“数据百晓生”岗位工作内容为处理数据集,但优先考虑小语种专业学生,日薪为500元~550元。此外,公司规模和业务方向也会对薪资水平产生一定影响。

中新经纬梳理招聘平台信息发现,科技大厂如字节跳动、滴滴、华为等的算法实习生日薪平均在300元~400元。一些要求更聚焦的细分岗位,如计算机视觉实习岗位,日薪相较同一公司无具体方向的“算法实习生”岗位高出100元。

岗位薪资还因实习生的学历水平有所不同。据招聘平台信息,某头部互联网企业博士算法实习生的招聘日薪为550元~1000元,而另一家同级别科技企业的招聘信息显示,本科算法实习生的日薪为250元~300元。

一些初创企业的AI产品实习生、Prompt实习生、AI数据标注实习生日薪普遍为150元~200元。

在月之暗面实习的星星(化名)表示,专门研究算法并提高模型架构能力的实习生薪资较高。据她了解,目前一些大厂针对高潜人才推出了高薪项目,例如字节跳动的Top Seed人才计划(含研究实习专项),实习生日薪能达到1000元。

据招聘平台信息,字节跳动带有Top Seed标签的算法实习岗日薪标准为500元~1000元,阿里巴巴招聘2026届算法暑期实习生的日薪也为500元~1000元。

技术岗注重学历,产品岗“经历是跳板”

值得注意的是,高薪的实习岗位对学历和技术背景要求较高。大厂的算法岗通常要求候选人发表过顶会论文或具备相关科研经历。“40%的时间在看文献,30%在寻找创新点并进行测试。”周梓博说,算法工程师的工作需要不断测试和选型优化。木阳透露,他虽在实习,但每年那些重要的学会论坛都需及时关注,并持续投期刊。

在众多AI实习岗中,技术岗壁垒最高,非对口专业的学生通常难以涉足。星星观察到,清北等顶尖院校的学生几乎垄断了头部公司的算法岗。周梓博提到,华为算法岗的实习生基本是计算机科班出身。木阳在微软的实习团队也以计算机博士和顶尖院校计算机专业硕士为主。

先后在阿里达摩院和美团实习过的李明(化名)介绍,目前高校算法相关专业都会开展一些校企联合培养的项目。清华大学某实验室官网显示,科大讯飞、中国科学技术大学、清华大学、华为、中国移动曾展开过项目合作。

相比之下,产品类、运营质检类等非技术实习岗专业更看重对业务逻辑的理解能力,跨专业学生也有机会进入。“心理学、历史学等专业的同学,可以用他们的专业知识分析大模型的行为,从而提供一些不同视角的见解。”木阳在实习中观察到,有些AI岗位会招非计算机专业的文科生,参与交叉项目的开发。

对于跨专业者来说,丰富的AI相关岗位实习经历是一个重要的跳板,而“懂业务”则是文科生突围的关键。“在我看来,做一个人工智能产品,就是为了帮助用户减轻工作负担。”周梓博从机械专业跨行进入美团的AI产品实习。他提到,AI产品岗更注重业务端的对接,离市场更近,需要深度思考产品设计背后的逻辑,并从用户的角度出发,理解他们为什么选择使用某个产品。

周梓博目前所在的智普华章AI产品经理岗位,处理一个项目的平均周期为3周左右。项目期间,他们会先收集客户的需求列表,根据清单提出一套解决方案,然后开发一个落地的Agent(智能体)。

“首先要深入理解用户的工作习惯,然后提炼识别出哪些环节可以通过AI简化,最后将AI能力转化为用户友好型的产品形态,如插件、大模型平台或Agent。”前段时间,周梓博独自完成了一个教育类的AI智能体项目,这个AI智能体可以自动批改作业、出题,并帮助老师生成讲义。

算力资源是“隐性福利”

无论是技术岗还是质检标注岗,高压与重复劳动贯穿实习的全过程。一边是忙碌的课业,一边是紧张的实习,涌入AI赛道的高校生在两端努力平衡,为的不只是优厚的实习薪资。

“如果能找到实习的话,就业应该就不难。实习对简历的提升作用挺大。”李明表示,他们学校这类专业的同学只要在大厂有过一两段实习经历,基本上找工作没有问题。但如果在就业时,既没有论文成果,也没有实习经历,想进入好一点的大厂就会比较困难。

木阳称,虽然不确定自己未来能挣多少,但从师兄师姐那了解到的情况来看,年薪百万是个基础数。一些较优的大厂岗位能给到博士生两百万,硕士生的年薪也基本是四五十万起。

木阳说,之前去一家招聘会,对方(HR)一听说他学习人工智能方向,都抢着来加微信。

“没有算力,再好的想法也无法落地。”除了就业前景,几位实习生都提到算力资源是大厂的隐性福利。高校实验室常面临“一块显卡多人抢”的窘境,而此前算力资源较富足时,大厂动辄能提供8卡A100集群。

木阳感慨,一到毕业季,学校实验室的显卡都优先供给要毕业的博士生。“他们急着发论文,都排着队,更别提我们了。”

“在阿里,很早我就能用到8卡80G的A100,那种资源换算成价格可能比正式员工的工资都要高。按1卡1美元每小时来算,如果用8卡,一直在用的话,1天甚至能用到1000块钱的算力资源。”李明直言,现在很多实验室的算力非常稀缺,相对学校而言,大厂的算力资源更为丰富。

北京超级云计算中心的价目表显示,内存为1960GB的8卡A100~80云服务器租赁参考价格为每月69372元。

对于AI行业的未来,受访实习生普遍认为“这块蛋糕依旧很大”,垂类应用和AI Agent开发有着广阔前景。在发展路径上,部分人在斩获大厂实习经历后转向独角兽和一些垂类初创公司。周梓博和星星都提到,垂类模型厂商技术实力不输大厂,且更贴近落地场景,扁平化的管理能给实习生更多实操机会。“在大厂,实习生更多情况下只是螺丝钉;在小厂,你能参与核心项目。”周梓博解释。

“我觉得大多数人并不喜欢自己的工作,如果能通过AI技术解放人力,其实还挺好的。”李明说。

“这行最吸引人的不是薪资,而是亲手推动技术变革的参与感。”木阳在微软用AI训练机器人时,常被模型匪夷所思的“解题方式”逗乐,“它们明明把自己绊倒了,却能完成任务”,这种有趣的日常让他产生探索欲。

(更多报道线索,请联系本文作者谢婧雯:xiejingwen@chinanews.com.cn)

(文中观点仅供参考,不构成投资建议,投资有风险,入市需谨慎。)

文:谢婧雯 编辑:林琬斯 责编:罗琨 李中元

海量资讯、精准解读,尽在新浪财经APP

Disclaimer: Investing carries risk. This is not financial advice. The above content should not be regarded as an offer, recommendation, or solicitation on acquiring or disposing of any financial products, any associated discussions, comments, or posts by author or other users should not be considered as such either. It is solely for general information purpose only, which does not consider your own investment objectives, financial situations or needs. TTM assumes no responsibility or warranty for the accuracy and completeness of the information, investors should do their own research and may seek professional advice before investing.

Most Discussed

  1. 1
     
     
     
     
  2. 2
     
     
     
     
  3. 3
     
     
     
     
  4. 4
     
     
     
     
  5. 5
     
     
     
     
  6. 6
     
     
     
     
  7. 7
     
     
     
     
  8. 8
     
     
     
     
  9. 9
     
     
     
     
  10. 10