维塔士
AI Engineer
AI Engineer
发布于 大约 17 小时前普通员工/个人贡献者
成都市
中级经验
全职员工
仅现场办公
本科
PyTorch
Javascript
SQL
RAG
TensorFlow
MLOps
LLM
AWS SageMaker
ERP集成
AI 估算 · 20k–40k
成都游戏行业AI工程师，4-8年经验，技术栈要求高，薪资具有竞争力。
职位详情
关于这个职位
该职位负责设计、构建和部署AI代理，用于自动化运营工作流
需要将代理集成至企业系统如ERP、HRIS、SharePoint等，并应用RAG、上下文注入和提示链技术实现知识驱动自动化
同时负责维护MLOps基础设施和数据管道，确保高质量数据流
最低要求
计算机科学、数据科学或相关专业的学士或硕士学位
到 8 年数据工程、机器学习或自动化相关工作经验
精通 SQL ，具备 Java 或 JavaScript 的工作知识者优先
拥有 PyTorch 、 TensorFlow 等主要框架的丰富实践经验
熟悉基于云的 AI 平台，如 AWS SageMaker
了解 RAG 流程、提示工程（ prompt-engineering ）及大型语言模型（ LLM ）集成者优先
有结构化数据（ ERP 、项目运营）及半结构化数据（文档、日志）处理经验
良好的沟通能力，能够向非技术人员清晰解释技术解决方案
工作职责
设计、构建并部署用于运营流程的 AI 代理
通过 API 或数据库连接，将代理集成至企业系统（ ERP 、 HRIS 、 SharePoint 、 Dynamics 365 、 Salesforce ）
根据需要应用 RAG （检索增强生成）、上下文注入和提示链技术，实现知识驱动的自动化
构建并维护 AI 开发、训练及模型监控（ MLOps ）所需的基础设施
设计数据摄取、清洗和预处理流程，确保模型训练和推理使用的高质量数据流
与开发团队协作，推动 AI 生产环境的开发与部署
编写模型、流程和提示的文档，确保可审计性和可复现性
优先资格
了解 RAG 流程、提示工程（ prompt-engineering ）及大型语言模型（ LLM ）集成者优先
AI 洞察
优缺点分析
优点
- 多元文化团队，与来自9个国家的同事合作，拓展国际视野
- 提供定制培训、灵活工时、健康活动等福利，工作环境人性化
- 公司内部有内部流动计划，支持跨地区、跨部门职业发展
- 需要掌握多种技术栈（AI、MLOps、企业系统集成），学习曲线陡峭
- 需同时处理结构化和半结构化数据，数据整合复杂度高
- 适合具备4年以上AI或数据工程经验，精通深度学习框架和云平台，对游戏行业充满热情，并愿意在快速迭代环境中成长的技术人员
缺点 / 挑战
- 参与全球顶尖AAA级游戏开发，技术挑战大，项目影响力广
- 游戏行业项目周期紧张，可能面临较快的工作节奏和交付压力
角色解读
- 技术路线：从AI工程师晋升为高级AI工程师，进而成为AI架构师，主导大型AI系统设计
- 管理路线：积累经验后转为团队负责人（Tech Lead），管理AI开发团队
- 行业深耕：在游戏行业深入发展，成为游戏AI领域的专家，参与更多AAA级项目
- 设计并部署AI代理，实现运营工作流自动化，如数据录入、审批流程等
- 将AI代理通过API或数据库连接集成至企业系统（ERP、HRIS、SharePoint等）
- 应用RAG、上下文注入和提示链技术，使AI能够基于知识库进行推理和生成
- 构建和维护MLOps基础设施，包括模型训练、部署、监控及数据管道
- 精通SQL，具备Java或JavaScript开发能力，能进行API集成和数据库操作
- 熟练掌握PyTorch或TensorFlow等深度学习框架，有实际模型训练经验
- 熟悉AWS SageMaker等云AI平台，了解MLOps工具和流程
- 理解RAG、提示工程和LLM集成原理，有相关项目经验者优先
- 良好的跨部门沟通能力，能向非技术人员解释复杂技术方案
申请策略
- 在求职信中表达对游戏制作的热爱，并展示对维塔士作品的了解
- 准备一个技术案例，说明如何解决复杂数据集成或AI部署中的挑战
- 突出AI代理或自动化项目的完整生命周期经验，从设计到部署
- 强调企业系统集成案例，特别是通过API或数据库连接ERP、HRIS等
- 展示MLOps实践经验，包括模型监控、CI/CD管道和数据管道建设
- 如有RAG或LLM相关项目，务必详细说明技术细节和业务收益
- 若尚无RAG或LLM实战经验，可学习相关开源框架（如LangChain、LlamaIndex）并完成一个Demo项目
- 补充Java/JavaScript技能，因JD明确优先考虑
面试指南
- STAR法则：描述情境（Situation）、任务（Task）、行动（Action）和结果（Result）
- 技术选型：首先分析需求，然后比较不同技术方案的优缺点，最后给出选择理由
- 问题分解：将复杂问题拆解为若干子问题，逐一解决，并说明如何整合
- 请描述你设计并部署一个AI代理来替换手动工作流的完整过程
- 你如何将AI代理集成到现有的ERP系统中？会遇到哪些技术难点？
- 解释RAG的工作原理，并在什么场景下你会优先选择RAG而非微调？
- 如何设计一个可扩展的MLOps管道用于模型持续训练和部署？
- 假设你需要从多个异构数据源（SQL数据库、文档、日志）中提取信息供AI使用，你会如何设计数据管道？
匹配度报告
71
综合匹配度
技术前沿、福利完善、成长空间大，但现场办公且节奏可能较快。
适合人群
最适合重视技术成长和职业发展的求职者，他们能接受现场办公和一定的工作灵活性。
最强匹配
成长发展匹配
最弱匹配
工作生活匹配
薪资福利70
成长发展85
工作生活60
使命价值70
薪资福利匹配
70中等
薪资未公开，但公司提供全面福利（医疗、搬迁支持、健康活动等），且为大型企业，稳定性和保障较好。
薪资信号未披露（AI估算：20K-40K/月）
福利待遇行业老手同行、多元文化团队、AAA游戏、定制培训、健身活动、灵活工时、游戏角、医疗、搬迁支持、内部流动
成长发展匹配
85较高
职位涉及前沿AI技术（RAG、LLM、MLOps），提供定制培训和内部流动机会，技术成长空间大。
技术前沿主流现代技术
技术栈PyTorch、TensorFlow、AWS SageMaker、RAG、LLM、MLOps、SQL、Java、JavaScript
成长机会定制培训、内部流动
业务类型cost_center
工作生活匹配
60中等
提供灵活工时和健身活动，但需现场办公，未提及远程选项，工作节奏可能因项目紧张。
工作模式仅现场办公
办公地点未明确
加班情况未提及（无法判断）
工作生活平衡灵活工时
使命价值匹配
70中等
游戏行业本身具有正面娱乐价值，但AI用于内部运营流程，社会直接影响有限。创新性较强。
行业发展稳定成熟行业
社会影响中性/一般
使命信号使游戏更好更沉浸
创新程度积极采用新技术
维塔士 的其他在招职位
相似职位推荐
Watch Jobs