企业微信
企业微信-大模型算法工程师-企业经营分析（成都/北京）
企业微信-大模型算法工程师-企业经营分析（成都/北京）
发布于 3 小时前普通员工/个人贡献者
全职员工仅现场办公算法优化工程师
算法优化工程师
Dpo
Llm
Sft
图模型
机器学习
深度学习
用户画像
自然语言处理
行为预测
值不值得投
77综合评分
综合评分 77
大模型算法前沿岗位，技术成长性高，薪资市场水准，WLB未知。
从薪资福利、成长空间、工作节奏和岗位方向综合评估，方便横向比较。
薪资怎么样
33K
比算法优化工程师中位数低
发布情况
新岗位 · 今天发布
公司情况
公司还在招多个职位
9 个在招
市场机会
选择不多
成都 · 算法优化工程师 · 7 个在招
职位详情
关于这个职位
该职位专注于利用大模型技术进行用户行为分析和企业经营提效
您将与数据、产品、工程团队合作，参与从算法选型到模型优化的全流程，从业务资料中挖掘潜在的经营模式和行为规律，并跟进LLM等前沿技术推动框架迭代
最低要求
计算机、机器学习等相关专业，硕士及以上学历，具备良好的计算机基础和算法基础
熟悉LLM、Bert等自然语言处理方向基础的理论和方法，2年以上深度学习、机器学习开发经验
熟悉深度学习训练/推理框架，包括Post-Training、SFT、DPO、PPO、蒸馏等技术的落地
工作职责
与数据、产品、工程等团队紧密配合，参与算法选型到模型优化的全流程，充分利用大模型从业务资料中挖掘潜在的经营模式和用户行为规律
专注用户行为理解和模式识别，利用社区发现、图模型、行为序列、LLM等技术进行用户画像分析、需求预测、营销策略优化、企业经营提效
跟进LLM以及agent相关前沿技术，推动技术框架持续迭代升级，保持行业同类竞品前沿水平
优先资格
在ACL、EMNLP、NeurIPS等顶尖会议等发表过文章或机器学习优秀开源项目贡献者优先
有智能营销、用户增长、经营分析等相关领域研究经验优先
有序列建模、用户行为预测等模型实践经验的优先
AI 洞察
优缺点分析
优点
- 专注于大模型和前沿AI技术，技术栈先进
- 涉及用户行为分析和经营提效，业务价值高
- 在大平台工作，资源丰富，学习机会多
- 技术更新快，需要持续学习
- 可能面临高强度的工作节奏
- 适合对大模型和用户行为分析有浓厚兴趣，具备扎实算法基础，愿意在业务中应用前沿技术的求职者
缺点 / 挑战
- 业务场景复杂，模型优化挑战大
角色解读
- 从算法工程师成长为技术专家或团队负责人
- 向更复杂的大模型应用和研究方向发展
- 参与前沿AI技术探索和行业解决方案设计
- 参与大模型算法选型和优化，从业务数据中挖掘经营模式和用户行为规律
- 利用LLM等技术进行用户画像分析、需求预测和营销策略优化
- 跟进LLM及agent前沿技术，推动技术框架迭代升级
- 扎实的机器学习和深度学习理论基础
- 熟悉LLM、BERT等自然语言处理技术
- 掌握Post-Training、SFT、DPO等模型训练技术
- 具备算法开发和工程实现能力
申请策略
- 了解企业微信的产品和业务场景
- 准备展示如何将算法应用于经营分析的具体案例
- 突出机器学习和深度学习项目经验，尤其是NLP和大模型相关
- 展示在顶级会议发表的论文或开源贡献
- 强调用户画像、行为预测等实际应用案例
- 深入学习LLM相关技术如SFT、DPO
- 提升对用户行为数据的分析和建模能力
- 关注行业动态，了解最新的大模型应用趋势
面试指南
- 使用STAR法则描述项目经验，突出技术选型和优化过程
- 从问题定义、数据准备、模型选择、评估指标等方面系统回答
- 结合业务场景说明技术价值和创新点
- 请介绍你使用LLM解决实际问题的经验
- 如何设计一个用户行为预测模型？
- 你对大模型在营销优化中的应用有什么理解？
- 请解释SFT和DPO的区别
- 如何评估模型在经营分析中的效果？
职位点评
薪资福利75
成长发展90
工作生活60
使命价值80
薪资福利
75中等
该职位在大型企业，薪资水平市场竞争力较强，但JD未提及具体福利。
薪资信号市场水准 (2.5–4万/月)
成长发展
90较高
职位涉及前沿大模型技术，提供良好的技能成长和晋升机会。
技术前沿前沿/新兴技术
技术栈LLM、BERT、SFT、DPO、PPO
业务类型ambiguous
工作生活
60中等
JD未提及工作模式和WLB，可能需要现场办公，生活平衡未知。
工作模式未明确
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
80较高
通过大模型优化企业经营，具有正向社会影响力，行业前景好。
行业发展高速增长赛道
社会影响正向社会影响力较高
创新程度积极采用新技术
Watch Jobs