校招实习

先明确这篇指南的信息口径

这篇内容基于站内60条校招样本和深根宁极(Sagenic Tech)2027届秋招已确认的招聘信息整理,方法建议部分来自对同类岗位的观察,不构成对任何公司招聘结果的判断。站内样本指的是 HI简历 站内近期收录的校招岗位数据,样本量有限,只能反映一个时间切片里的分布倾向,不能代表整个秋招市场的全貌。

把这条招聘公告单独拎出来分析,是因为它同时踩中了两个值得关注的方向:一是 AI 与工业场景的结合,二是 PCB 设计自动化这个相对小众但正在被重构的领域。对2027届应届生来说,这类岗位的投递逻辑和传统互联网、传统硬件岗位都不太一样,需要单独拆解。

下面的分析会围绕岗位分类、学历门槛、城市取舍、简历准备和投递节奏展开,最后给出一份可以直接对照执行的清单。所有涉及公司具体信息的部分,均以招聘公告中已确认的内容为准;公告里没有写明的,我会标注为待核实,不做推测性结论。

这家公司到底在做什么,为什么值得单独看

深根宁极的核心产品是 CircuitSage,按照招聘公告的描述,这是全球首个支持8层及以上复杂电路板自动化设计的 AI Agent,目标是把传统高速板4到6周的设计周期缩短约80%。这个定位决定了它的岗位结构不会是纯互联网公司的样子,也不会是传统 EDA 公司的样子,而是介于两者之间。

从团队构成看,公告提到汇聚了清华大学、中山大学、CMU、UCSD 等高校的科学家与硕博人才,同时联合华为等大厂高管和制造业企业家共建研发与落地团队。产业落地方面,与华秋电子、嘉立创等 PCB 企业有深度合作,产品在国家人工智能应用中试基地的真实工业场景中验证迭代。这些信息意味着,公司需要的不是只会调参的算法工程师,也不是只会画板的硬件工程师,而是能理解工业场景、愿意在真实产线上打磨产品的人。

对求职者来说,这个判断会直接影响简历怎么写。如果你的项目经历全是纯学术数据集上的指标提升,没有和真实工业数据、真实约束条件打过交道,那么在这类岗位的筛选里会比较吃亏。反过来,哪怕你的项目规模不大,但你能说清楚数据从哪来、约束条件是什么、你的方案在什么条件下失效,这种表达会更有说服力。

提醒:招聘公告中的产品能力描述、团队背景和合作方信息,均来自公司自身的招聘材料,属于公司对外表述。求职时可以作为了解方向的参考,但不建议在面试中把这些当作既定事实去复述,更稳妥的做法是围绕岗位要求准备自己的项目证据。

岗位分四类,学历门槛差异比想象中大

深根宁极这次招聘的岗位可以分成四类:AI 算法与模型研发类、EDA 与硬件研发类、市场销售类、职能支持类。这四类岗位的学历门槛、经验要求和薪资区间差异明显,投递前需要先确认自己落在哪一类。

AI 算法与模型研发类里,强化学习算法工程师、大模型预训练与后训练工程师、AI 模型架构师都要求硕士及以上学历,薪资区间从20K到55K不等,其中大模型预训练与后训练工程师标注为热招,薪资25到40K。AI Infra 工程师、大模型应用开发(智能体)工程师、AI 数据工程师则放宽到本科及以上,薪资区间在15K到35K之间。这个分层说明,偏模型训练和架构设计的岗位对学历要求更硬,偏工程落地和数据处理的岗位对学历相对宽松。

EDA 与硬件研发类里,资深 EDA 软件架构师要求硕士学历加5到10年经验,这明显不是给应届生准备的;EDA 开发工程师(AI PCB 布局布线方向)要求硕士学历加1到3年经验,应届硕士可以尝试;PCB 硬件工程师要求本科学历加1到3年经验,是本科应届生相对现实的目标;FDE AI 前沿部署专家要求本科学历加1到3年经验,薪资10到15K。市场销售类的 AI 项目客户经理要求本科加3到5年经验,职能支持类的人力资源专员要求本科加5到10年经验,这两类对应届生来说门槛偏高,需要谨慎评估。

岗位类别代表岗位学历要求经验要求月薪区间应届生适配度
AI 算法与模型研发大模型预训练与后训练工程师硕士及以上应届/1-3年25-40K硕士应届可投
AI 算法与模型研发AI Infra 工程师本科及以上1-3年22-35K本科应届可尝试
AI 算法与模型研发AI 数据工程师本科及以上1-3年15-25K本科应届可尝试
EDA 与硬件研发EDA 开发工程师(布局布线)硕士1-3年20-40K硕士应届可尝试
EDA 与硬件研发PCB 硬件工程师本科1-3年15-25K本科应届相对现实
EDA 与硬件研发FDE AI 前沿部署专家本科1-3年10-15K本科应届可尝试
市场销售AI 项目客户经理本科3-5年10-15K应届适配度低
职能支持人力资源专员/助理本科5-10年8-13K应届适配度低

需要说明的是,表格中的薪资区间来自招聘公告,公告注明这是2026年深圳、广州同类型岗位校招市场参考区间,算法岗通常13到15薪,特别优秀者一人一议。这意味着实际薪资可能因个人情况浮动,不要把区间上限当作预期值。

城市选择:东莞滨海湾新区是主战场,多地办公可协商

招聘公告明确,主要办公地是东莞长安镇滨海湾新区,也就是国家人工智能应用中试基地所在地。广州设有分部,深圳、北京、成都等地可按岗位性质协商办公,部分岗位标注可协商线上。这个城市结构对求职者的影响,比很多人第一反应要大。

站内60条校招样本里,上海出现15次、上海市9次、北京8次、南京7次,一线和新一线城市仍然是岗位密度最高的地方。东莞在这类样本里通常不会排到前列,但深根宁极把主办公地放在东莞滨海湾新区,背后是产业配套的考虑:PCB 制造和电子供应链在珠三角高度集中,华秋电子、嘉立创这类合作方也在这个区域,产品要在真实产线上验证,团队就必须离产线近。

对求职者来说,这里有一个真实的取舍:如果你把城市优先级放在第一位,希望留在北京、上海或者深圳核心区,那么这家公司可能不是最优选;如果你更看重赛道和岗位内容,愿意接受东莞作为主要工作地,那么滨海湾新区的生活成本和通勤压力通常会比深圳核心区低,公告也提到协助申请滨海湾人才房公寓。这个取舍没有标准答案,但需要在投递前想清楚,而不是拿到 offer 之后才开始纠结。

另外,公告里“可协商线上”和“多地办公可选”的表述,建议在面试环节主动确认具体规则,比如一周需要到岗几天、试用期是否必须驻东莞、后续是否有轮岗安排。这些细节公告没有完全展开,属于待核实信息,提前问清楚比入职后被动调整要好。

简历怎么写:把项目经历翻译成岗位语言

投这类岗位,简历最容易犯的错误是只写“做了什么”,不写“解决了什么约束下的什么问题”。AI 算法岗和 EDA 硬件岗的面试官关注点不同,但共同点是都想看到你对真实问题的理解深度。

以 EDA 开发工程师(AI PCB 布局布线方向)为例,这个岗位的关键词是布局布线、约束满足、信号完整性、设计规则检查。如果你做过相关课程设计或科研项目,简历里不要只写“使用某某算法完成了布线优化”,而要写清楚:电路板层数是多少、约束条件有哪些、你的方法在什么指标上改善了、改善幅度是在什么测试集上得到的。哪怕数据规模不大,只要约束描述清楚,就比空泛的“效果良好”更有价值。

AI 算法岗的简历则要突出你对训练数据、模型结构和评估方式的理解。大模型预训练与后训练工程师这个岗位,热招且薪资区间较高,竞争大概率也更激烈。如果你的经历集中在小模型或者传统机器学习,不要硬套大模型关键词,而是把可迁移的能力写清楚,比如数据处理 pipeline 的搭建、训练稳定性问题的排查、评估指标的设计。

提醒:简历里出现的每一个技术名词,都要做好被追问细节的准备。写“熟悉强化学习”和写“在某某环境中用某某算法解决了某某问题”,面试官的反应完全不同。宁可少写几个关键词,也不要写自己讲不清楚的内容。

一个具体的场景拆解:本科应届生怎么定位自己

假设你是一名2027届本科应届生,专业是电子信息工程,做过一个四层板的课程设计,用过 Python 做过一些数据处理,没有发表过论文,也没有大厂实习。面对深根宁极的岗位列表,你应该怎么定位?

首先排除明确要求硕士的岗位:强化学习算法工程师、大模型预训练与后训练工程师、AI 模型架构师、EDA 开发工程师、资深 EDA 软件架构师,这些岗位的学历门槛是硬性的,投递大概率不会进入有效筛选。同样,要求3到5年或5到10年经验的 AI 项目客户经理和人力资源专员,对应届生也不现实。

剩下的可选项里,PCB 硬件工程师要求本科加1到3年经验,是和你背景最接近的岗位,你的四层板课程设计可以直接作为项目经历;AI 数据工程师和 AI Infra 工程师要求本科加1到3年经验,如果你在数据处理或工程部署方面有可展示的经历,也可以尝试;FDE AI 前沿部署专家薪资区间较低,但如果你对客户侧技术落地感兴趣,可以作为备选。

这个场景的核心逻辑是:先按学历和经验做硬性过滤,再按项目匹配度排序,最后按城市和个人偏好做取舍。不要因为某个岗位薪资高就硬投,也不要因为某个岗位薪资低就完全忽略,关键是看你的经历能不能支撑起面试对话。

投递节奏与时间安排

招聘公告显示,深根宁极这次秋招的截止时间是2026年11月17日。这个时间点意味着,如果你现在才开始准备,留给简历打磨和投递的时间并不算宽裕,需要尽快把材料准备好。

从站内样本的发布时间看,2027届秋招信息在2026年9月中下旬已经密集出现,盈德气体、格雷博、商络电子、标控科技、世运电路等公司的2027届校招都在这个时间段启动。这说明秋招的节奏整体前移,早投递在时间上通常更从容,尤其是需要多轮面试的技术岗位。

具体到投递动作,建议把流程拆成三步:第一步,用一周时间把简历改到能投的状态,重点是把项目经历写清楚约束和结果;第二步,按岗位分类投递,不要一份简历投所有岗位,算法岗和硬件岗的简历侧重点应该不同;第三步,投递后记录每个岗位的投递时间、进度和反馈,方便后续跟进和复盘。

不适合照搬的提醒

网上关于 AI 岗位的简历建议很多,但大部分是面向互联网大厂的,直接照搬到深根宁极这类工业 AI 公司会出问题。互联网大厂的算法岗简历往往强调模型规模、数据量和线上指标,而工业 AI 场景更看重约束理解、落地可行性和与硬件、产线的配合能力。

另一个不适合照搬的地方是薪资预期。招聘公告里的薪资区间是市场参考区间,不是承诺值,而且标注了特别优秀者一人一议。如果你拿着区间上限去和 HR 谈,可能会在沟通中处于被动。更稳妥的做法是了解区间,但把重点放在岗位内容、成长空间和工作地点这些你更能确认的信息上。

还有一个容易被忽略的点:公告里提到实习岗全额薪资、无试用期、转正即配 MacBook 等福利,这些信息对判断公司风格有帮助,但不应该成为你投递的主要理由。福利是加分项,岗位匹配度才是决定你能否拿到机会、以及入职后能否做好的核心因素。

投递前的最后检查

  • 确认目标岗位的学历和经验要求,排除明确不符合的岗位,避免无效投递。
  • 检查简历中的项目经历是否写清楚了约束条件、你的具体动作和可验证的结果。
  • 确认自己能否接受东莞滨海湾新区作为主要工作地,以及是否需要提前沟通线上或异地办公规则。
  • 针对算法岗和硬件岗准备不同版本的简历,不要用同一份材料投所有方向。
  • 把截止时间2026年11月17日记入日程,预留至少一周用于材料打磨。
  • 在 HI简历 上找一份结构清晰的校招模板作为参照,比如校招大数据开发工程师简历模板,重点看它怎么组织项目经历和技能关键词。
  • 投递后建立简单的进度记录表,标注投递时间、岗位和当前状态。

FAQ

问:深根宁极这次秋招,本科应届生有机会吗?

答:有机会,但主要集中在部分岗位。PCB 硬件工程师、AI Infra 工程师、大模型应用开发(智能体)工程师、AI 数据工程师、FDE AI 前沿部署专家都接受本科及以上学历。要求硕士的岗位包括强化学习算法工程师、大模型预训练与后训练工程师、AI 模型架构师、EDA 开发工程师和资深 EDA 软件架构师,本科投递这些岗位大概率不会进入有效筛选。

问:没有 PCB 相关经验,可以投 EDA 或硬件岗位吗?

答:需要看你的可迁移能力。EDA 开发工程师(AI PCB 布局布线方向)要求硕士学历,如果你有图论、优化算法、约束满足问题相关的项目经历,可以在简历中突出这些能力,同时说明你对 PCB 设计流程的了解程度。完全没有相关背景的情况下,建议优先考虑和自己经历更匹配的岗位,或者先通过课程设计、开源项目补充基础。

问:主要办公地在东莞,但我在北京,可以远程吗?

答:招聘公告提到部分岗位可协商线上办公,深圳、北京、成都等地也可按岗位性质协商。但具体规则公告没有完全展开,属于待核实信息。建议在面试环节主动询问到岗频率、试用期安排和后续办公地政策,不要默认可以长期远程。

问:薪资区间是承诺值吗?

答:不是。公告注明薪资为2026年深圳、广州同类型岗位校招市场参考区间,算法岗通常13到15薪,特别优秀者一人一议。实际薪资会因个人情况、面试表现和岗位级别浮动,建议把区间作为了解市场水平的参考,而不是谈判依据。

问:投递截止时间是什么时候?

答:招聘公告显示的截止时间是2026年11月17日。建议尽早准备材料并投递,技术岗位通常需要多轮面试,留出充足时间会更从容。

问:简历应该突出什么?

答:算法岗突出数据处理、模型训练和评估设计的理解;硬件和 EDA 岗突出约束条件、设计流程和问题排查能力。共同点是都要写清楚你解决了什么问题、在什么条件下、结果如何验证。可以参考 HI简历 上的校招模板,但不要直接套用互联网大厂的表达方式。

延伸准备

如果你已经确定目标方向,可以把这篇文章里的方法继续落到具体页面里:先看一篇相近主题的文章校准思路,再选模板或范文对照自己的经历结构。下面这些链接来自 HI简历 站内内容,适合作为下一步检查材料。

创建简历
一键制作,无限机会。
目录