Waterloo Experience Accelerate – 微软 AI 实习

概述

Waterloo Experience Accelerate (WEA) – Microsoft AI 是 滑铁卢大学 与 微软加拿大 合作的实习项目。

学生会先接受职场软技能与 Azure 云端 AI/ML 培训，随后以小组形式为微软赞助的实际问题构建解决方案。

在该项目中，我作为 Python 全栈开发实习生，主要负责数据采集、后端架构与 Azure 上的机器学习流程。

项目：招聘信息偏见检测 AI 系统

团队目标是构建一个 能够扫描数万条招聘信息并识别潜在偏见的 Web AI 系统。

• 设计并实现 Python 后端 API，负责接收、处理与提供招聘数据。
• 搭建 数据抓取与收集管线，批量抓取职位信息用于训练与分析。
• 使用 Azure Machine Learning 训练自定义模型，用于识别职位描述中的潜在歧视性或偏见性表述。
• 基于 Azure 云服务 部署整套系统，使其能够在大规模数据量下稳定运行。

角色与协作

• 担任 4人团队的技术负责人，负责整体技术路线与任务拆分。
• 指导缺乏工程经验的同学学习与使用 Azure 云服务 与 AI/ML 工具。
• 审查代码、给出架构建议，确保从数据收集到模型推理的整条流水线稳定可维护。

技术亮点

• Python 全栈开发：实现后端服务并与前端 Web 应用对接。
• 数据架构与采集：设计大规模职位数据抓取架构与清洗流程。
• 定制 AI 模型：负责文本预处理、特征工程与模型训练流程，识别偏见语言与模式。
• 深度 Azure 集成：利用 Azure 在计算、存储与 ML 方面的能力，加速实验迭代与上线。

成果

• 成功交付了一套可用于扫描和分析 数万条招聘信息 的 AI 系统，为招聘公平性分析提供技术支撑。
• 在技术贡献、领导力与团队指导方面表现优异，获得雇主的高度评价。