数字供应链服务事业部/大模型算法工程师

优缺点分析

角色解读

• 成为大模型领域专家，主导核心算法研发，晋升技术带头人（如首席科学家）
• 向AI架构师或技术总监发展，负责整体技术战略与团队管理
• 结合供应链业务，深入理解行业需求，向业务导向的技术领导者转型
• 研究大模型前沿算法，设计并改进模型架构，如Transformer、MoE等，探索训练优化与高效推理方法
• 将算法落地到实际业务场景，解决高并发、高稳定性下的工程难题，推动技术成果在供应链中的应用
• 主导技术方案设计与评审，协调产品、数据、工程等跨团队资源，完成复杂项目交付
• 跟进国际顶尖学术动态，撰写专利和论文，提升团队学术影响力，并对代码开发全流程进行AI赋能规划
• 精通主流大模型架构（Transformer、MoE）及预训练、RLHF等算法，具备模型调优与部署经验
• 熟练使用PyTorch或DeepSpeed框架，掌握分布式训练、量化压缩、推理加速等性能优化技术
• 具备顶会论文（ACL、NeurIPS等）或重大开源项目贡献，能独立攻克复杂技术问题
• 优秀的逻辑表达与团队协作能力，能够进行技术规划与跨领域沟通

申请策略

• 在投递前，研究中国远洋集团的数字化战略和现有AI产品，准备针对性的改进建议
• 强调自己不仅有研究能力，也有工程落地经验，平衡学术与实践
• 突出大模型相关论文（注明会议级别、引用）、开源项目（PR或贡献记录）
• 强调分布式训练、模型压缩等工程实践经验，用数据说明性能提升
• 描述技术主导角色，如方案设计、团队协调，体现领导力
• 展示与供应链或物流相关的AI应用案例，突显业务理解
• 补齐推理加速技术（如vLLM、Triton Inference Server）以满足部署需求
• 熟悉多模态大模型或强化学习（RLHF进阶）以拓展研究视野

面试指南

• 采用STAR法则描述项目：背景、任务、行动、结果，突出个人贡献和量化成果
• 对于技术问题，先阐述基本原理，再给出最优方案的取舍依据（如性能 vs 成本）
• 针对业务问题，结合行业痛点提出假设性方案，体现思考深度
• 请介绍一个你主导的大模型项目，从架构设计到训练部署的完整流程
• 如何解决分布式训练中的通信瓶颈和显存不足问题？
• 你如何看待大模型在供应链场景（如需求预测、航运调度）中的应用潜力？
• 解释RLHF的原理并比较与监督微调的优劣
• 如何平衡算法创新与业务交付的时间压力？