大疆
高级AI机器学习算法工程师
高级AI机器学习算法工程师
发布于 大约 21 小时前普通员工/个人贡献者
深圳市
高级经验
全职员工
仅现场办公
学历未注明
研究与开发 (研发)
机器学习
深度学习
PyTorch
RAG
TensorFlow
LLM
Scikit-learn
XGBoost
AIGC
AI 估算 · 40k–80k
高级AI算法工程师，掌握大模型等前沿技能，市场稀缺，深圳大厂薪资竞争力强，年薪约64-128万。
职位详情
关于这个职位
作为大疆的高级AI机器学习算法工程师，你将依托公司级数据与AI能力底座，主导大模型、预测、归因等核心算法在营销增长、供应链优化等业务场景的建设与落地
需要深入理解LLM/MLLM原理，具备端到端算法系统开发经验，驱动算法能力转化为可量化的业务价值
该职位聚焦于复杂AI系统的研发与优化，是高技术门槛的核心技术岗位
最低要求
熟悉 LLM / MLLM / AIGC 原理，有大模型后训练、微调、蒸馏、RAG、Agent调优等完整项目经验，能独立负责复杂算法系统的端到端建设
具备扎实的机器学习、统计学和数据挖掘基础，熟悉分类、回归、聚类、排序、推荐、时间序列预测、异常检测等方法，并有真实业务落地经验
具备复杂业务场景的数据处理、特征工程、模型训练、模型评估和工程化落地的全链路能力，对算法驱动业务有强烈的价值导向
熟练使用 Python / SQL，掌握 Scikit-learn、XGBoost、LightGBM、PyTorch / TensorFlow 等工具
工作职责
核心算法建设：依托公司级数据与 AI 能力底座，面向营销增长、供应链优化、企业经营决策等核心业务场景，承担公司级 AI 与算法能力建设，负责大模型、预测、归因、异常检测等算法模型的选型、训练、调优和上线
业务价值闭环：推动算法能力直接转化为可量化的业务价值，主导算法在业务中的规模化落地，基于业务 badcase、预测误差、归因偏差和线上效果反馈，持续迭代模型
数据与知识底座建设：主导业务数据打通、训练数据构建、评测集建设、知识库治理和大模型训推供数，提升模型在真实业务场景中的效果表现与稳定性
大模型与Agent深度优化：负责在复杂 Agent 场景下的大模型后训练、二次训练、RAG 优化、Prompt 优化、工具调用优化和模型效果评估，攻克多智能体协同、复杂任务编排等技术难题
优先资格
有 Spark / Flink / Hive 经验优先
AI 洞察
优缺点分析
优点
- 大疆作为全球领先的科技公司，提供广阔的业务场景和海量数据，算法有直接应用价值
- 岗位聚焦大模型、Agent等前沿技术，技能积累快，市场竞争力强
- 公司不依赖融资，稳定性高，福利待遇优厚，包括五险一金、年终奖等
- 业务导向强，算法需直接产生可量化的价值，对落地能力要求高
- 工作强度可能较大，涉及多部门协作和快速迭代，需有较强的抗压能力
- 适合技术功底扎实、热爱前沿AI技术、渴望通过算法驱动业务价值的技术专家，能在高强度下持续学习和攻坚
缺点 / 挑战
- 技术难度高，需要持续跟进LLM/AIGC领域的快速迭代，学习压力大
角色解读
- 技术深度方向：成为AI算法专家或首席科学家，专注大模型、多模态等前沿领域
- 管理方向：晋升为算法团队负责人或技术总监，带领团队攻克核心难题
- 业务方向：深入理解业务，转型为AI解决方案架构师或产品负责人，实现技术与商业的结合
- 负责大模型选型、训练、调优和上线，推动算法在营销、供应链等业务场景的落地
- 主导算法模型的全链路开发，包括数据处理、特征工程、模型训练与工程化部署
- 深入优化大模型Agent场景，解决多智能体协同、复杂任务编排等技术难题
- 建设数据与知识底座，提升模型在真实业务场景中的效果与稳定性
- 深入理解LLM/MLLM/AIGC原理，具备大模型后训练、微调、RAG、Agent调优等完整项目经验
- 扎实的机器学习、统计学和数据挖掘基础，熟悉多种算法并有真实业务落地经验
- 熟练使用Python/SQL，掌握PyTorch/TensorFlow、Scikit-learn、XGBoost等工具
- 具备复杂业务场景的全链路算法能力，价值导向驱动业务增长
申请策略
- 在求职信中表达对AI驱动业务价值的热情，并提及大疆的产品和行业地位
- 准备一个端到端的算法项目案例，详细说明从问题定义、方案设计到效果评估的完整过程
- 突出大模型相关项目经验，包括预训练、微调、RAG、Agent调优等，并说明业务效果
- 强调算法全链路能力：从数据处理到模型上线，体现工程化和业务思维
- 列出机器学习、统计学项目成果，展示分类、预测、异常检测等实战经验
- 注明精通Python/PyTorch/TensorFlow，以及Spark/Flink等大数据工具（如有）
- 如果缺乏大模型实战经验，可先通过开源项目（如LLaMA-Factory、LangChain）积累微调和RAG案例
- 补充分布式训练和推理优化知识，学习DeepSpeed、vLLM等工具
面试指南
- STAR法则：情境-任务-行动-结果，突出技术难点和量化效果
- 结构化思维：先分析问题，再提出多种方案，最后选择最优并说明理由
- 技术深度与业务结合：不仅讲技术细节，还要联系业务价值，体现大局观
- 请详细描述你参与过的一个大模型微调或RAG项目，包括技术选型、数据处理和效果评估
- 如何设计一个时间序列预测模型来优化供应链库存？你会考虑哪些特征和算法？
- 在多Agent协同场景下，如何处理任务冲突和通信效率问题？请给出具体方案
- 给定一个业务badcase（如推荐准确率下降），你会如何定位问题并迭代模型？
- 请解释Transformer的注意力机制原理，以及在大模型中的优化技巧（如FlashAttention）
匹配度报告
71
综合匹配度
前沿AI技术岗位，薪资优厚，发展空间大，但工作节奏较快且需现场办公。
适合人群
适合极度重视技术成长和职业发展，对WLB要求不高，愿意在高强度下学习和攻坚的技术人才。
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95
工作生活40
使命价值65
薪资福利匹配
85较高
大疆作为行业巨头且不依赖融资，薪资水平处于市场高位，福利完善，补偿性动机满足程度较高。
薪资信号偏高 (40K-80K/月)
成长发展匹配
95较高
岗位聚焦大模型、Agent等前沿技术，业务场景丰富，成长路径清晰，发展性动机得到极大满足。
技术前沿前沿/新兴技术
技术栈LLM、MLLM、AIGC、大模型、Agent、RAG、PyTorch、TensorFlow
业务类型profit_center
工作生活匹配
40较低
深圳现场办公，未提及弹性工作或远程，且大疆作为科技公司工作强度可能较大，生活化动机满足有限。
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
65中等
大疆在无人机和影像领域处于领先地位，技术有实际应用价值，但AI岗位主要服务于内部业务优化，社会影响力中性。
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