中国平安
AI工程化岗
AI工程化岗
发布于 大约 17 小时前普通员工/个人贡献者
深圳市
中级经验
全职员工
仅现场办公
硕士
机器学习
深度学习
PyTorch
TensorFlow
Scikit-learn
XGBoost
大模型
lightGBM
AI 估算 · 20k–40k
大厂AI工程岗，硕士2年经验，深圳地区薪资竞争力强，技术稀缺，前景好。
职位详情
关于这个职位
该职位是中国平安AI工程化岗位，专注于传统机器学习、深度学习及大模型算法的研究、实现、调优与部署
你将参与大数据处理、模型训练到推理的全链路挑战，并负责构建高效的算法工程体系，与业务团队紧密合作推动技术创新落地
适合有扎实算法基础和工程经验的求职者
最低要求
必备条件：
计算机、数学、人工智能等相关专业硕士及以上学历，2年以上算法研发与工程落地经验
扎实且全面的机器学习基础：深入理解传统机器学习/深度学习算法的原理、适用场景及优缺点，熟悉常见的模型训练/推理优化技术
熟悉大数据处理技术，包括hive,spark,hbase等，具有对数据加工过程的调优能力
具备丰富的算法库使用经验，熟练掌握PyTorch、TensorFlow等至少一种主流深度学习框架，以及scikit-learn，lightgbm，xgboost等传统机器学习库，具备对这些模型的训练、微调、推理、部署的实践经验
具备主流大模型的使用经验，以及对相关技术的实操经验，包括mcp,skill,(多)agent研发等
具备良好的逻辑思维、沟通协作能力和技术领导力，能独立主导复杂项目，并能在模型选型上做出合理权衡
工作职责
岗位职责：
负责传统机器学习、深度学习及大模型相关算法的研究、实现、调优与部署
能够针对实际问题，灵活运用和融合传统机器学习/深度学习模型，设计高效的解决方案
参与大数据的加工、调优、部署等工作
了解大模型微调、部署等工作，能根据具体业务，结合大模型研发相关的mcp、skill、agent等
构建高可扩展、高效率的算法工程体系，解决从数据处理、特征工程、模型训练到线上推理的全链路挑战
跟踪业界前沿技术，并结合业务需求进行技术选型与创新落地
与产品、业务团队紧密合作，推动算法技术在实际场景中创造价值
AI 洞察
优缺点分析
优点
- 中国平安作为行业巨头，平台资源丰富，项目影响力大
- 涉及前沿的大模型技术，技能积累价值高，职业发展空间广阔
- 团队技术氛围好，有机会接触全链路算法工程实践
- 技术更新迭代快，需要持续学习保持竞争力
- 工作强度可能较大，需适应大厂快节奏
- 对综合能力要求高，需同时掌握算法、工程和业务
缺点 / 挑战
- 适合有2年以上算法经验、热爱技术、追求前沿挑战的求职者
角色解读
- 从算法工程师成长为技术负责人，主导复杂项目
- 向AI架构师方向发展，设计企业级AI解决方案
- 深入大模型领域，成为行业专家或技术带头人
- 负责传统机器学习、深度学习及大模型算法的研究、实现、调优与部署，解决实际问题
- 参与大数据加工、调优、部署，构建高效数据流水线
- 研发大模型相关的MCP、Skill、Agent等组件，推动业务应用
- 构建高可扩展、高效率的算法工程体系，覆盖全链路挑战
- 扎实的机器学习和深度学习基础，理解算法原理及优化技术
- 熟练使用PyTorch/TensorFlow、Scikit-learn、LightGBM、XGBoost等主流框架
- 掌握大数据处理技术，如Hive、Spark、HBase
- 具备大模型实操经验，包括MCP、Skill、Agent研发
申请策略
- 提前了解平安的业务场景，如金融、保险AI应用
- 准备一个完整的项目案例，体现技术选型和工程思维
- 突出算法工程落地项目，尤其是从模型训练到部署的全流程经验
- 展示大模型相关项目，如微调、Agent开发等
- 强调大数据处理能力和框架使用经验
- 补充大模型Stack：MCP、Agent、RAG等
- 强化工程化能力：Docker、Kubernetes、MLOps
- 深入学习分布式训练和推理优化
面试指南
- 用STAR原则描述项目：情境、任务、行动、结果，突出技术挑战和你的解决方案
- 比较模型时从数据量、特征类型、可解释性、部署成本等维度分析
- 请介绍一个你负责的算法落地项目，从数据到部署的完整流程
- 你对大模型微调和Agent开发有哪些实践经验？
- 如何选择模型？请比较XGBoost和深度学习模型在某个场景的优劣
- 如何处理大规模数据？请谈谈Hive/Spark调优经验
- 复习机器学习核心算法，如SVM、随机森林、神经网络
- 准备1-2个端到端项目案例，包括数据处理、模型训练、部署
匹配度报告
76
综合匹配度
大厂AI工程岗，前沿技术栈，成长空间大，但WLB一般。
适合人群
适合追求技术成长和职业发展，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85
成长发展90
工作生活60
使命价值70
薪资福利匹配
85较高
中国平安作为上市大厂，薪资福利具有竞争力，稳定性高，但JD未明确薪资福利，整体补偿性较好。
薪资信号未披露（AI估算：20K-40K/月）
成长发展匹配
90较高
职位涉及前沿大模型技术，要求掌握MCP、Agent等，成长空间大，公司平台可提供丰富资源和培训。
技术前沿前沿/新兴技术
技术栈机器学习、深度学习、大模型、PyTorch、TensorFlow、Hive、Spark、MCP、Agent
业务类型ambiguous
工作生活匹配
60中等
深圳现场办公，JD未提弹性工作或WLB，大厂AI岗通常节奏较快，生活化满足一般。
工作模式仅现场办公
办公地点科技园/产业园
加班情况未提及（无法判断）
使命价值匹配
70中等
平安作为金融科技公司，业务影响力大，但JD未强调社会价值，意义感中等。
行业发展稳定成熟行业
社会影响中性/一般
创新程度积极采用新技术
Watch Jobs