传音
资深算法工程师-大模型(J17377)
资深算法工程师-大模型(J17377)
发布于 6 小时前基层主管/组长
全职员工仅现场办公机器学习工程
机器学习工程
Pytorch
Tensorflow
团队管理
大模型
机器学习
深度学习
算法优化
项目管理
值不值得投
71综合评分
综合评分 71
技术驱动型资深岗位，大模型技术前沿，团队管理职责明确，成长性强，但工作生活平衡信息不足。
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
3.3万
比机器学习工程中位数低
发布情况
新岗位 · 今天发布
公司情况
公司还在招多个职位
4 个在招
市场机会
选择面较广
上海 · 机器学习工程 · 约 370 个在招
职位详情
关于这个职位
该职位是传音公司资深算法工程师（大模型方向），负责大模型算法的研究、开发与优化，并主导其从实验室到业务场景的落地实施
同时，需要为团队提供技术指导，并与产品、研发等多部门紧密协作，推动算法在实际业务中创造价值
最低要求
计算机、数学或统计学等相关专业硕士及以上学历
精通机器学习、深度学习的基础理论和方法，熟悉常用模型结构及其设计思想
熟练使用几种深度学习框架（如tensorflow、pytorch等）
熟练掌握Python，熟悉linux开发环境、具备扎实的编程能力（Python/C/C++等），有良好的代码规范和架构设计能力
较强的分析问题和解决问题的能力，对解决具有挑战性问题充满激情
熟练阅读相关英文论文资料，能自觉跟踪发展现状，理解算法原理，并进行落地实现
具备优秀的团队管理能力，善于激励和引导团队成员，能够合理调配团队资源，确保团队高效运作、达成目标
有出色的跨部门沟通协调能力，能够与不同背景的团队进行有效沟通、协作，推动项目顺利进行，具备良好的问题解决能力和抗压能力
工作职责
负责大模型相关算法的研究、开发与优化，跟进前沿技术发展趋势，不断探索新技术在业务场景中的应用，提升算法性能和准确率，以应对复杂多变的实际业务需求
与产品、研发、测试等跨部门团队紧密协作，深入了解业务需求和项目背景，协调各方资源，保障算法项目顺利推进，确保团队工作与公司整体业务战略紧密结合、协同发展
主导大模型算法项目从实验室阶段到实际业务场景的落地实施，制定详细的项目落地计划，包括但不限于数据准备、模型训练与部署、性能评估等环节，解决项目落地过程中遇到的各种技术和非技术问题，保障算法在实际生产环境中稳定、高效运行
对已落地的算法项目进行持续跟踪和优化，根据业务反馈和实际运行数据，及时调整算法策略，提高算法对业务的支撑效果，助力业务指标的达成与提升，实现算法价值的最大化
为初级和中级算法工程师提供技术指导和培训，帮助他们解决技术难题、提升专业技能，促进团队整体技术水平的均衡发展
AI 洞察
优缺点分析
优点
- 技术前沿性强，直接参与大模型这一热门技术的研究与落地，技术成长空间大
- 作为核心技术岗位，工作成果能直接驱动业务指标，价值感明确
- 跨部门协作机会多，有助于拓展全局视野和综合能力
- 项目从实验室到生产环境的落地过程复杂，可能面临数据、性能、稳定性等多重技术难题
- 需要平衡技术攻坚、团队管理与跨部门沟通，对综合能力和抗压能力要求高
- 适合拥有扎实算法功底、热爱技术钻研，并具备一定团队管理意愿和跨部门协作能力的资深技术人员
- 希望将前沿AI技术转化为实际商业价值，并乐于指导他人成长
缺点 / 挑战
- 岗位级别较高（资深），拥有一定的团队管理权和技术决策权，能主导项目方向
- 大模型领域技术迭代快，需要持续高强度学习以保持技术领先，挑战性强
角色解读
- 技术专家路线：可向首席算法科学家、技术总监等方向深耕，在特定领域建立技术壁垒
- 技术管理路线：带领更大规模的技术团队，负责算法平台或业务线的整体技术规划与战略
- 业务融合路线：深入理解业务，成为技术驱动业务增长的关键角色，向业务负责人方向发展
- 研究与开发大模型核心算法，探索其在具体业务场景的应用，并持续优化以提升性能
- 主导从模型训练、部署到性能评估的完整落地流程，确保算法在生产环境稳定运行
- 为团队成员提供技术指导和培训，提升团队整体的技术能力
- 与产品、研发等多部门协作，保障项目资源与进度，推动技术成果转化为业务价值
- 精通机器学习/深度学习理论，熟悉主流大模型架构，并能熟练使用TensorFlow/PyTorch等框架进行开发
- 具备扎实的编程功底（Python/C++等）和工程能力，能独立负责从数据处理到模型部署的全流程
- 拥有良好的项目管理和跨部门沟通能力，能够协调资源、推动复杂项目落地
- 持续跟踪学术前沿，熟练阅读英文论文，并将理论成果转化为实际应用
申请策略
- 深入研究传音公司的主要业务（如手机、移动互联）和可能的大模型应用场景（如影像优化、语音助手、AI拍照等），在面试中体现你对业务的理解和技术契合度
- 准备几个你深入钻研过的经典或前沿论文/技术，并能清晰地向面试官阐述其核心思想与你的思考
- 重点突出在机器学习/深度学习项目中的核心贡献，尤其是大模型相关（如NLP、CV）的算法研究、优化及落地成果
- 清晰描述主导或深度参与的完整项目周期，包括问题定义、模型设计、训练优化、上线部署和效果评估
- 展示与产品、业务方协作推动项目成功的经历，以及辅导初级工程师的案例
- 列出精通的编程语言、深度学习框架、云计算平台及相关工具链
- 系统性梳理并复习大模型（如Transformer、GPT、BERT等）的原理、架构及最新变种，准备深入的理论问答
- 准备一个从0到1的大模型落地项目案例，详细阐述技术选型、挑战与解决方案，最好能体现业务指标提升
面试指南
- 使用STAR法则（情境、任务、行动、结果）来组织回答，突出个人贡献和可量化的成果
- 技术问题回答时，先讲清楚核心概念和原理，再结合实际应用场景和优缺点进行分析，体现深度理解
- 对于管理类问题，结合具体事例，展示你如何分解任务、辅导成员、沟通协调和总结复盘
- 请介绍一个你主导的大模型或深度学习项目，从问题定义到最终落地的完整过程
- 遇到了哪些主要技术挑战？你是如何解决的？
- 请解释一下Transformer架构的核心原理，以及它相对于RNN/LSTM的优势和局限性
- 如何评估一个大语言模型（LLM）在实际业务场景中的效果？你会设计哪些指标？
- 你如何带领和指导团队中的初级算法工程师？请举例说明
职位点评
薪资福利70
成长发展85
工作生活55
使命价值65
薪资福利
70中等
薪资估算处于市场中上水平，对补偿性动机有一定满足度，但JD未提及具体福利，因此无法评估其完整补偿方案。
薪资信号面议 (2.5千–4万/月)
成长发展
85较高
职位涉及前沿大模型技术，有明确的技术指导职责和项目落地要求，为求职者提供了显著的技术深度提升和管理能力锻炼机会。
技术前沿前沿/新兴技术
技术栈大模型、机器学习、深度学习、TensorFlow、PyTorch、Python
成长机会为初级和中级算法工程师提供技术指导和培训
业务类型profit_center
工作生活
55较低
JD未明确提及办公模式、工作时间或WLB相关信息，无法判断实际工作强度与灵活性，存在不确定性。
工作模式未明确
办公地点未明确
加班情况未提及（无法判断）
使命价值
65中等
岗位在移动智能终端行业应用前沿AI技术，有一定行业价值，但JD未强调特定的社会使命或愿景，意义感主要来源于技术落地本身。
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