德勤
Delivery Consulant/Senior Consultant(iOS/Android) - EAD (GDC-AI&D) - CQ(315843)技术与转型
Delivery Consulant/Senior Consultant(iOS/Android) - EAD (GDC-AI&D) - CQ(315843)技术与转型
发布于 大约 16 小时前普通员工/个人贡献者
重庆市
中级经验
全职员工
仅现场办公
学历未注明
PyTorch
SQL
GPT
LangGraph
AI 估算 · 15k–25k
中级咨询岗，德勤品牌溢价，重庆薪资水平中等，AI热门领域有竞争力
职位详情
关于这个职位
该职位是德勤全球交付中心的AI与数据顾问，主要负责使用Python进行数据开发与建模，集成LangChain和LangGraph框架，并参与生成式AI大模型的开发与优化
你将与跨团队协作，构建高效的数据pipeline和AI应用，适合有扎实Python基础和数据开发经验，并对大语言模型感兴趣的技术人才
最低要求
技术能力：熟练掌握 Python，有丰富的数据开发经验（至少 3 年）
熟悉 LangChain、LangGraph 或类似框架，有相关项目经验
了解生成式 AI（如 GPT）的工作原理，有 GAI 模型开发或调优经验者优先
数据处理与分析：熟悉常见的数据处理库（Pandas、SQL）和机器学习框架（如 PyTorch、Hugging Face）
了解数据建模、知识图谱构建或图数据库（如 Neo4j）经验者优先
系统集成与开发：熟悉 CI/CD 流程，有 Docker、Kubernetes 等容器化经验者优先
了解大数据处理平台（如 Hadoop、Spark）或云平台（如 AWS、GCP）者优先
沟通与协作能力：能够与跨职能团队有效沟通，将业务需求转化为技术方案
有良好的逻辑思维能力和问题解决能力
工作职责
数据开发与建模：负责使用 Python 进行数据采集、清洗、分析和建模，支持业务决策
集成 LangChain 和 LangGraph 框架，构建高效的文本处理和知识图谱应用
AI 大模型开发与优化：参与生成式 AI（GAI）大模型的开发、调优和部署
使用 LangChain 与 GAI 模型集成，优化模型推理速度和生成质量
框架与工具集成：负责将 LangChain 等工具集成到公司现有数据平台和 AI 系统中
探索和引入新技术，提升数据开发效率和系统性能
数据 pipeline 开发：构建和优化数据 pipeline，从数据源到模型输入的全流程处理
使用 Python 和相关库（如 Pandas、NumPy、Dask）处理大规模数据集
跨团队协作与技术支持：与数据科学家、业务分析师和产品经理协作，理解需求并转化为技术解决方案
提供技术支持，确保数据产品的稳定运行和性能优化
AI 洞察
优缺点分析
优点
- 身处AI大模型这一最热门赛道，技术栈前沿，简历含金量高
- 德勤作为顶级咨询公司，提供系统性培训、全球化项目经验和职业发展支持
- 工作内容兼具数据工程与AI建模，技能复合度高，市场稀缺性强
- 大平台资源丰富，有机会与行业顶尖专家合作，快速提升专业能力
- 对技术深度和广度要求高，需同时掌握数据处理、LLM框架和工程化部署
- 重庆非一线城市，技术社区和高端岗位机会相对较少，长期发展需关注内部流动
缺点 / 挑战
- 咨询行业项目节奏快，可能面临多项目并行和客户交付压力
- 适合有Python数据开发经验、对生成式AI充满热情、乐于在快节奏环境中学习新技术并能承受一定压力的技术型求职者
角色解读
- 技术方向：可深入大模型微调、知识图谱、AI架构等前沿领域，成为AI专家
- 管理方向：在项目中积累团队协作经验，逐步晋升为技术负责人或交付经理
- 行业方向：德勤多元业务可接触不同行业（金融、制造等），拓展行业洞见，向咨询顾问转型
- 使用Python进行数据采集、清洗、分析和建模，支撑业务决策
- 集成LangChain和LangGraph框架，构建文本处理和知识图谱应用
- 参与生成式AI大模型的开发、调优和部署，优化推理与生成质量
- 构建和维护数据pipeline，处理大规模数据集，并与团队协作推动AI产品落地
- 精通Python，且具备3年以上数据开发或AI相关经验
- 熟悉LangChain、LangGraph等LLM编排框架，有实际项目经验
- 掌握Pandas、SQL、PyTorch或Hugging Face等数据处理和机器学习工具
- 了解Docker、Kubernetes等容器化技术和CI/CD流程，具备系统集成能力
申请策略
- 关注德勤GDC（全球交付中心）的定位，强调团队协作和跨文化沟通能力
- 面试前了解德勤AI&D（人工智能与数据）部门的典型客户案例，展现行业认知
- 突出Python开发经验，特别是数据处理和建模项目，量化成果（如提升效率XX%）
- 详细描述LangChain或LangGraph相关项目，说明你在其中的角色和技术实现
- 如果有大模型微调或AI应用落地经验，务必强调，这将是核心加分项
- 展示你对Docker、Kubernetes等工程化工具的了解，体现全栈能力
- 如果尚未接触LangChain，建议快速学习并做一个小型Demo（如文档问答系统）
- 补充大模型基础知识，了解Transformer架构、Prompt Engineering和模型评估方法
面试指南
- STAR原则：描述情境、任务、行动和结果，突出技术难点和你的贡献
- 分步说明：从问题分析、方案设计到实现评估，展示系统性思维
- 强调学习能力：如果某个技术不完全熟悉，说明你如何快速上手并应用到项目中
- 请描述一个你使用LangChain或LangGraph解决实际问题的项目
- 你对生成式AI大模型的调优有哪些经验？如何平衡模型质量与推理速度？
- 在处理大规模数据集时，你如何设计数据pipeline来保证效率与可维护性？
- 你如何将业务需求转化为技术方案？请举例说明
- 你对Docker和Kubernetes的掌握程度如何？在项目中扮演什么角色？
匹配度报告
68
综合匹配度
顶级咨询平台+前沿AI技术栈，薪酬有竞争力但WLB不确定，适合技术进取型
适合人群
最适合重视技能成长、渴望投身AI前沿技术、能接受现场办公和一定工作强度的求职者。
最强匹配
成长发展匹配
最弱匹配
工作生活匹配
薪资福利60
成长发展90
工作生活50
使命价值70
薪资福利匹配
60中等
薪资未在JD中披露，但德勤作为大型跨国企业薪资水平通常具有竞争力，且福利规范。然而重庆生活成本较低，实际购买力较强。
薪资信号未披露（AI估算：15K-25K/月）
成长发展匹配
90较高
该职位涉及生成式AI、LangChain、知识图谱等前沿技术，技能成长空间极大；德勤内部培训和项目资源丰富，但JD未明确提及晋升通道。
技术前沿前沿/新兴技术
技术栈Python、LangChain、LangGraph、GPT、PyTorch、Hugging Face、Docker、Kubernetes
业务类型ambiguous
工作生活匹配
50较低
JD未提远程或弹性工作，默认现场办公；重庆办公室位置未明确，但德勤通常位于市区核心地段。无明确WLB信息，咨询行业工作强度可能较高。
工作模式仅现场办公
办公地点市区核心地段
加班情况未提及（无法判断）
使命价值匹配
70中等
AI技术在咨询行业的应用具有较高社会价值，但JD未强调具体社会使命。德勤作为专业服务机构，间接推动企业数字化转型，意义感中等。
行业发展高速增长赛道
社会影响中性/一般
创新程度积极采用新技术
Watch Jobs