浪潮
AI算法研究员
AI算法研究员
发布于 大约 2 个月前普通员工/个人贡献者
北京市
高级经验
全职员工
仅现场办公
博士
研究与开发 (研发)
嵌入式系统
机器学习
模型优化
深度学习
算法研究
PyTorch
TensorFlow
AI 估算 · 30k–60k
博士学历+AI算法方向，北京上市公司，岗位技术前沿，薪资竞争力强，面议但通常较高
职位详情
关于这个职位
该职位专注于服务器带外管理与AI算法的融合研究，负责AI算法从理论、开发到嵌入式优化的全生命周期
适合博士学历、精通深度学习框架和C++/Python、有志于将AI落地到硬件系统中的技术专家
最低要求
博士学历，图像处理、模式识别、软件、计算机、自动化、机器人、数学、电子信息等相关专业
掌握常见的机器学习、深度学习算法原理，有实战经验，能够独立完成模型训练、调优工作
至少熟悉一种深度学习开发框架如pytorch、tensorflow等
精通C/C++/Python中的一种或多种开发语言，熟悉Linux开发环境
有良好的学习能力，团队合作意识强，善于沟通，具备独立解决技术问题的能力
工作职责
深入开展服务器带外管理相关功能（如故障诊断预警、资源智能调控等）与AI算法的融合技术研究，探索前沿技术应用方向，把握行业技术发展趋势，为公司技术创新提供前瞻性思路和方案
全面负责AI算法的全生命周期管理，包括从理论研究、模型开发、实验验证到算法调优，确保算法的高效性、准确性和稳定性，推动算法在实际业务场景中的成功落地
独立完成AI算法相关的设计文档撰写，清晰阐述算法原理、架构设计、实现细节等内容，为团队成员提供明确的技术指导和参考，同时编写开发文档，记录算法开发过程中的关键信息和技术要点
指导并参与AI算法在嵌入式系统上的移植和优化工作，解决在落地过程中遇到的技术难题，确保算法在嵌入式环境下能够稳定运行并达到预期性能指标
与跨部门团队（如硬件开发团队、系统测试团队等）紧密协作，共同推进项目的实施和交付，为其他团队提供AI算法相关的技术支持和培训，促进团队间的技术交流与合作
AI 洞察
优缺点分析
优点
- 浪潮作为行业龙头，提供稳定平台和丰富资源，算法成果能直接落地到实际产品中
- 博士学历高起点，团队专业度高，有利于积累跨领域知识
- 需要同时精通AI算法和嵌入式系统，知识跨度大，学习曲线陡峭
- 算法落地过程中需解决硬件资源受限、实时性要求高等难题，调试周期可能较长
- 适合具有博士学历、对AI算法落地到硬件系统充满热情、愿意深入底层技术细节的求职者
缺点 / 挑战
- 站在AI与硬件融合的前沿，技术挑战大，个人成长空间广阔
- 跨部门协作频繁，对沟通协调能力要求较高
角色解读
- 技术方向：从AI算法研究员进阶为资深算法专家或首席科学家，主导核心算法方向
- 管理方向：转向技术团队管理，担任AI团队负责人或技术总监
- 业务方向：深入行业应用，成为AI+基础设施领域的解决方案专家
- 研究将AI算法（如故障诊断、资源调度）应用到服务器带外管理系统中，提升服务器智能化水平
- 负责AI模型从理论设计、训练调优到嵌入式部署的全流程，确保算法在硬件上高效稳定运行
- 编写算法设计文档和开发文档，指导团队成员完成技术落地，并与硬件、测试等跨部门协作
- 扎实的机器学习/深度学习理论基础，能独立完成模型训练和调优
- 精通Python和C/C++，熟悉Linux开发环境，具备嵌入式系统移植经验更佳
- 熟练使用PyTorch或TensorFlow等框架，了解模型轻量化技术
申请策略
- 提前了解浪潮服务器产品线和带外管理技术（如BMC），思考AI如何赋能
- 准备一个完整的AI落地案例，展示从研究到工程化的思路和成果
- 突出博士期间的AI算法研究项目，尤其是与嵌入式或系统优化相关的成果
- 强调模型训练、调优的实际经验，以及使用PyTorch/TensorFlow等框架的项目
- 展示C++/Python编程能力和Linux开发环境下的项目经历
- 补充嵌入式系统知识，如ARM架构、交叉编译、性能优化等
- 学习模型轻量化技术（如剪枝、量化、蒸馏），提升算法在资源受限环境下的效率
面试指南
- 用STAR法则描述项目：背景、任务、行动、结果，突出你的贡献和技术难点
- 强调系统性思维：从算法设计、硬件约束、性能评估等多个维度分析问题，提出平衡方案
- 请详细描述你做过的一个深度学习项目，从数据准备到模型部署的全过程
- 如何将训练好的模型移植到嵌入式设备上？会遇到哪些挑战？如何解决？
- 在模型精度和推理速度之间如何权衡？请举例说明
- 你对服务器带外管理（BMC）有哪些了解？AI可以在其中扮演什么角色？
- 当算法落地效果与预期有差距时，你会如何分析并进行优化？
- 复习深度学习经典模型（CNN、RNN、Transformer）及其在部署时的常用优化方法
职位点评
74
综合评分
博士学历门槛，AI算法前沿技术，薪资面议但有竞争力，现场办公，发展空间大。
从起薪待遇、成长路径、工作节奏和岗位方向综合评估，方便比较职业起点。
更适合这类人
适合优先追求技术成长和职业发展的博士求职者，对工作生活平衡要求不高。
表现最好
成长发展
相对薄弱
工作生活
薪资福利70
成长发展85
工作生活60
使命价值75
薪资福利
70中等
薪资面议，但博士+AI算法方向在北京通常有较高薪酬，福利未明确提及，整体补偿性中等偏上。
薪资信号面议 (30K-60K/月)
成长发展
85较高
岗位涉及AI前沿研究与嵌入式优化，技术前沿度高，个人成长空间大，但未提及明确晋升路径。
技术前沿前沿/新兴技术
技术栈机器学习、深度学习、PyTorch、TensorFlow、C++、Python、Linux、嵌入式系统
业务类型ambiguous
工作生活
60中等
仅现场办公，北京市中心通勤压力较大，未提及弹性工作或WLB，生活化动机满足一般。
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
75中等
AI+服务器领域属于高速增长赛道，技术创新性强，但社会影响力为中性，意义感中等偏上。
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
浪潮 的其他在招职位
相似职位推荐
Watch Jobs