亚马逊Applied Scientist Intern, 2026 Shenzhen
任职要求
基本任职资格 - 正在攻读计算机科学、人工智能、机器学习、统计学或相关定量领域的硕士或博士学位 - 扎实的机器学习/深度学习基础（Transformer架构、优化算法、评估指标等） - 精通Python及主流机器学习框架（PyTorch/TensorFlow/JAX） - 卓越的沟通能力： 能够向高中生解释清楚梯度下降，或向市场经理讲明白神经网络 - 对"科学传播"有实证热忱： 无论是通过技术博客、YouTube教程、学术辅导还是开源文档 - 好奇心驱动： 具备在研究中容忍不确定性、在模糊中探索的开放心态 优先任职资格 - 已发表或在投的研究论文及预印本（arXiv、学术研讨会等） - 使用可视化工具解释算法的经验（如D3.js、Manim、Observable） - 教育、技术写作或社区运营背景 - 对开源机器学习项目的贡献 - 现有技术内容作品集（Medium专栏、个人博客、B站/YouTube频道、微信公众号文章等） Our inclusive cu…
工作职责
职位：Applied scientist 应用科学家实习生 毕业时间：2026年10月 - 2027年7月之间毕业的应届毕业生 · 入职日期：2026年6月及之前 · 实习时间：保证一周实习4-5天全职实习，至少持续3个月 · 工作地点：深圳福田区 投递须知： 1 填写简历申请时，请把必填和非必填项都填写完整。提交简历之后就无法修改了哦！ 2 学校的英文全称请准确填写。中英文对应表请查这里（无法浏览请登录后浏览）https://docs.qq.com/sheet/DVmdaa1BCV0RBbnlR?tab=BB08J2 关于职位 Amazon Device &Services Asia团队正在寻找一位充满好奇心、善于沟通的应用科学家实习生，成为连接前沿AI研究与现实世界认知的桥梁。这是一个独特的角色——既需要动手参与机器学习项目，又要接受将复杂AI概念转化为通俗易懂内容的创意挑战。D&S Asia是亚马逊设备与服务业务在亚洲的支柱组织，自2009年支持Kindle制造起步，现已发展为横跨软硬件、AI（Alexa）及智能家居（Ring/Blink）的综合性团队，持续驱动区域业务创新与人才发展。 你将做什么 • 解密AI： 将复杂的技术发现转化为直观的解释、博客文章、教程或互动演示，让非技术背景的业务方和更广泛的社区都能理解 • 技术叙事： 与工程团队协作，以清晰、引人入胜的方式记录AI的能力与局限性 • 知识共享： 协助开发内部工作坊或"AI入门"课程，提升跨职能团队（产品、设计、商务）的AI素养 • 保持前沿： 持续学习并整合最新突破（如大语言模型、扩散模型、智能体），为团队输出简明易懂的趋势简报 • 研究与应用： 参与端到端的应用研究项目，从文献综述到原型开发，涵盖自然语言处理、计算机视觉或多模态AI领域
职位：Applied scientist 应用科学家实习生 毕业时间：2026年10月 - 2027年7月之间毕业的应届毕业生 · 入职日期：2026年6月及之前 · 实习时间：保证一周实习4-5天全职实习，至少持续3个月 · 工作地点：深圳福田区 投递须知： 1 填写简历申请时，请把必填和非必填项都填写完整。提交简历之后就无法修改了哦！ 2 学校的英文全称请准确填写。中英文对应表请查这里（无法浏览请登录后浏览）https://docs.qq.com/sheet/DVmdaa1BCV0RBbnlR?tab=BB08J2 如果您正在攻读计算机，AI，ML领域专业的博士或硕士研究生，而且对应用科学家的实习工作感兴趣。如果您也喜爱深入研究棘手的技术问题并提出解决方案，用成功的产品显著地改善人们的生活。 那么，我们诚挚邀请您加入亚马逊。这会是一份收获满满的工作。您每天的工作都与全球数百万亚马逊客户的体验紧密相关。您将提出和探索创新，基于TB级别的产品和流量数据设计机器学习模型。您将集成这些为客户提供服务，通过数据，建模和客户反馈来完成闭环。您对模型的选择需要能够平衡业务指标和响应时间的需求。
职位：Applied scientist 应用科学家实习生 毕业时间：2026年10月 - 2027年7月之间毕业的应届毕业生 · 入职日期：2026年6月及之前 · 实习时间：保证一周实习4-5天全职实习，至少持续3个月 · 工作地点：北京朝阳区 投递须知： 1 填写简历申请时，请把必填和非必填项都填写完整。提交简历之后就无法修改了哦！ 2 学校的英文全称请准确填写。中英文对应表请查这里（无法浏览请登录后浏览）https://docs.qq.com/sheet/DVmdaa1BCV0RBbnlR?tab=BB08J2 如果您正在攻读计算机，AI，ML或搜索领域专业的博士或硕士研究生，而且对应用科学家的实习工作感兴趣。如果您也喜爱深入研究棘手的技术问题并提出解决方案，用成功的产品显著地改善人们的生活。 那么，我们诚挚邀请您加入亚马逊的International Technology搜索团队改善Amazon的产品搜索服务。我们的目标是帮助亚马逊的客户找到他们所需的产品，并发现他们感兴趣的新产品。 这会是一份收获满满的工作。您每天的工作都与全球数百万亚马逊客户的体验紧密相关。您将提出和探索创新，基于TB级别的产品和流量数据设计机器学习模型。您将集成这些模型到搜索引擎中为客户提供服务，通过数据，建模和客户反馈来完成闭环。您对模型的选择需要能够平衡业务指标和响应时间的需求。
• Build benchmarks, evaluation datasets, metrics, and methods to assess and improve the performance and effectiveness of language models and prompts and drive iterative enhancements. • Deliver high-impact analyses that generate actionable insights to steer product and business decisions and improve user satisfaction. • Collaborate closely with engineering, research, product, and other teams to ensure AI-driven experiences meet quality and user experience standards. • Analyze latest AI innovations and explore opportunities to apply cutting-edge techniques for building scalable, high-impact solutions that enhance product capabilities and deliver exceptional user experiences.
• You will gain an understanding of the latest research related to Microsoft products or business groups and assists in technology transfer attempts, contributing to patents, co-authoring white papers, developing or maintaining tools/services for internal Microsoft use, or consulting for product or business groups. • You will gain an understanding of a broad area of research (e.g., Machine Learning, Natural Language Processing, Computer Vision, Statistical Modeling, Data-Driven Insights) and the corresponding literature and applicable research techniques. • You will help reinforce a positive environment by learning and adopting best practices and maintain or develop ties with external network of peers and identify prospective talent for Microsoft research pipelines, when asked. • You will assist with documentation for senior team members as requested and participate in the creation of informal documentation as well as follow ethics and privacy policies when executing research processes and/or collecting data/information. • You will prepare data to be used for analysis by reviewing criteria that reflect quality and technical constraints and review data and suggests data to be included and excluded to address data quality problems. • You will embody our culture and values.