汽车之家
AI应用算法工程师
AI应用算法工程师
发布于 大约 17 小时前普通员工/个人贡献者
北京市
中级经验
全职员工
仅现场办公
本科
深度学习
NLP
算法开发
PyTorch
TensorFlow
大语言模型
AI智能体
AI 估算 · 25k–45k
AI大模型热门方向，技能难度高，市场竞争激烈，薪资有竞争力
职位详情
关于这个职位
该职位主要负责AI智能体的算法框架与应用开发，涉及智能体效果评测与持续优化，需要与产品、工程、运营团队紧密合作
适合有NLP、搜索、推荐或AI领域3年以上经验，熟悉大语言模型并具备实际落地能力的工程师
最低要求
本科及以上学历，在nlp、搜索、推荐、人工智能等领域至少3年以上经验 2.具备较强coding能力，熟练掌握python/C++/java中一种或几种，至少熟练使用一种pytorch、tensorflow等深度学习框架 3.熟悉大语言模型原理及特性，并有实际项目落地经验 4.探索精神，良好的团队合作精神，出色的沟通能力与问题解决能力
工作职责
结合业务场景，负责AI智能体的算法框架与应用开发 负责智能体效果评测与持续优化 与产品、工程、运营等同事密切合作，共同达成业务目标
AI 洞察
优缺点分析
- 汽车之家上市大平台，业务稳定
- 聚焦AI大模型前沿技术，技能积累快
- 北京互联网环境，薪资竞争力强
- 技术迭代快速，需持续学习
- 可能面临业务压力，需要快速产出
- 与多方协作，沟通成本较高
- 适合有NLP或推荐系统经验、对AI大模型充满热情、喜欢挑战的工程师
角色解读
- 向AI专家方向发展，深入大模型技术栈
- 转向技术管理，带领AI团队
- 横向拓展到其他AI应用领域如自动驾驶、智能推荐
- 设计和开发AI智能体的算法框架，包括模型选型、训练和部署
- 对智能体进行效果评测和持续优化，提升业务指标
- 与产品、工程、运营团队紧密协作，推动AI能力落地
- 扎实的NLP、搜索、推荐或AI领域经验，至少3年
- 精通Python/C++/Java，熟练使用PyTorch或TensorFlow
- 深入理解大语言模型原理，有实际项目落地经验
申请策略
- 提前了解汽车之家业务场景（如智能问答、内容推荐）
- 准备一个端到端智能体项目的详细讲解
- 突出大模型项目落地经验，具体描述模型优化和效果提升
- 强调coding能力和框架熟练度，附上GitHub或项目链接
- 展示与产品、工程协作的案例，体现团队合作
- 深入学习Transformer架构和主流LLM原理
- 掌握LangChain、RAG等智能体开发工具
- 了解汽车行业知识（可选）
面试指南
- 使用STAR法则（情境、任务、行动、结果）回答项目问题
- 结构化思路：从需求、技术选型、实验、优化到上线
- 突出数据驱动和迭代思维
- 请描述你参与过的一个大模型落地项目，包括挑战和解决方案
- 如何评估AI智能体的效果？有哪些指标？
- 解释Transformer的self-attention机制
- 你如何优化LLM推理速度？
- 请设计一个客服智能体系统，从数据到部署
匹配度报告
71
综合匹配度
大厂AI算法岗，前沿技术栈，薪资有竞争力，WLB未明确。
适合人群
适合对技术成长有强动机、能接受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80
成长发展85
工作生活50
使命价值70
薪资福利匹配
80较高
薪资未明确但大厂通常有竞争力，福利未提及，整体补偿性较好。
薪资信号未披露 (25K-45K/月)
成长发展匹配
85较高
技术前沿（AI大模型），能积累核心技能，但成长路径未明确说明。
技术前沿前沿/新兴技术
技术栈NLP、大语言模型、深度学习、PyTorch、TensorFlow、Python、C++、Java
业务类型profit_center
工作生活匹配
50较低
仅现场办公，未提及WLB，北京互联网加班文化普遍，但JD未明确。
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
行业高速增长，但社会影响力中性，创新程度积极。
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