传音
AI算法负责人(J20038)
AI算法负责人(J20038)
发布于 2 小时前中层管理(经理/总监)
全职员工仅现场办公人工智能
人工智能
Llm
Mlops
Ocr
Rag
团队管理
推荐系统
深度学习
知识图谱
自然语言处理(Nlp)
值不值得投
75综合评分
综合评分 75
AI技术前沿、业务价值驱动、管理职责明确的成长型岗位，技术发展空间大但需平衡管理挑战。
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
5.3万
比人工智能中位数高
发布情况
新岗位 · 今天发布
公司情况
这家公司招聘很活跃
约 400 个在招 · 其中人工智能 15 个
市场机会
选择面较广
深圳 · 人工智能 · 约 110 个在招
职位详情
关于这个职位
该职位是传音公司的AI算法负责人，核心职责是领导AI算法团队进行技术规划、落地和团队管理
你需要主导AI平台化建设，推动AI Native研发模式，深度参与前沿技术（如LLM、Agent）的探索与应用，并将AI能力转化为实际的业务价值，例如优化推荐系统和构建企业级知识库
最低要求
计算机、数学、统计学等相关专业本科及以上学历，硕/博优先，5年以上 AI/ML算法工程经验，2年以上团队管理经验
深厚的推荐系统工程经验，熟悉召回、排序、重排全链路，有大规模线上推荐系统落地经历，有AIGC方向实际落地经验
了解Transformer，BERT，GPT等模型，了解LLMs，Instruction learning，Few-shot Learning等技术， 对新的研究领域有认知
企业级知识库构建经验，熟悉文档解析、向量化、检索增强（RAG）、知识图谱等技术，有从 0 到 1 搭建知识库系统的实际经历
有较强的业务 sense，能将算法能力与业务目标紧密结合
优秀的跨团队沟通协作能力，能推动复杂项目落地
工作职责
负责 AI 算法团队的技术规划与落地， 研究和应用自然语言处理、OCR和深度学习技术，利用模型和应用满足产品相关需求
带领团队进行前沿 AI 技术探索，推动 AI Native 研发模式落地，提升整体效率
主导 AI 平台化建设，沉淀算法能力与工程基础设施，负责AI工程化的流程、机制、工具建设，覆盖数据治理、模型构建、模型训练和验证等环节
与产品、业务团队深度协作，将 AI 能力转化为实际业务价值
招募、培养算法人才，建立团队技术文化和工程规范
跟踪行业前沿（LLM、Agent、RAG、多模态等），输出技术判断和落地路径，探索人工智能应用，构建智能系统，提供AI服务
优先资格
【加分项】
参与过 AI 平台/MLOps 体系建设
有大厂或 AI 独角兽公司经历
有 AI coding / 研发效率工具方向的实践经验（Cursor、Copilot 等）
AI 洞察
优缺点分析
优点
- 技术前沿性：职位直接接触LLM、Agent、RAG等当前AI最热门的技术方向，技术成长空间大
- 平台与影响力：作为团队负责人，有机会主导公司级的AI平台建设，对技术和业务有较大的决策影响力
- 业务结合紧密：工作直接驱动业务价值（如推荐优化、智能服务），成果易于衡量
- 跨团队协作：需要深度协作产品、业务等多个团队，推动复杂项目落地，对沟通和推动力要求极高
- 适合技术实力过硬、有丰富推荐系统或大模型落地经验，并渴望带领团队将前沿AI技术大规模应用于实际业务、同时追求技术影响力和管理成长的资深算法工程师或技术经理
缺点 / 挑战
- 管理与技术平衡：需要同时承担繁重的技术攻关任务和团队管理工作，对个人时间和精力分配是巨大挑战
- 业务压力：AI效果需直接与业务指标（如收入、用户体验）挂钩，面临持续优化和证明价值的压力
角色解读
- 技术专家路径：在推荐系统、AIGC等细分领域深耕，成为公司内乃至行业内的技术权威
- 技术管理路径：持续负责更大规模或更核心的技术团队，向技术总监、CTO方向发展
- 业务融合路径：凭借对业务的深刻理解，转向更贴近商业的战略规划或产品技术负责人角色
- 领导AI算法团队，制定并实施技术路线图，确保技术成果有效支撑产品需求
- 主导公司级AI平台与基础设施建设，提升团队整体研发效率和工程化水平
- 深入一线，将推荐系统、大语言模型（LLM）、检索增强生成（RAG）等前沿技术应用于具体业务场景，驱动业务增长
- 需要具备扎实的机器学习、深度学习基础，尤其精通推荐系统全链路（召回、排序）和AIGC相关技术
- 需要深厚的工程化能力，有从0到1构建知识库、AI平台或MLOps体系的经验，能将算法高效、稳定地部署上线
- 需要出色的团队管理能力和跨部门沟通协作能力，能够将技术目标与业务目标对齐，并培养团队人才
申请策略
- 深入研究传音的产品（如手机、智能硬件）和海外市场，思考AI技术在这些场景中可以如何应用，面试时展现业务洞察
- 准备阐述你对“AI Native研发模式”的理解，以及你将如何推动其在团队中落地
- 突出领导算法团队完成从0到1搭建推荐系统、知识库或AI平台的具体案例，强调技术选型、架构设计和最终业务成果
- 详细描述使用Transformer、LLM、RAG等技术解决具体业务问题的项目经验，量化指标（如效果提升百分比、业务收益）
- 明确列出参与过的AI工程化实践，如MLOps流水线建设、模型自动化训练平台等，展示工程落地能力
- 系统梳理并更新LLM、Agent、多模态等最新技术的研究进展和落地实践，准备相关案例
- 回顾并总结个人在团队管理、项目管理、跨部门协作方面的经验，提炼方法论
面试指南
- 技术深度问题：采用“背景-挑战-方案-行动-结果”的STAR框架，重点突出你的技术决策、遇到的困难以及可量化的成果
- 管理与协作问题：使用“目标-冲突-策略-沟通-成果”的逻辑，强调你如何设定共同目标、化解分歧、推动共识并取得进展
- 趋势判断问题：结合具体技术原理和已落地的案例，提出有依据的见解，避免空谈概念
- 请介绍一个你主导的从0到1构建的企业级知识库或推荐系统项目的完整技术架构和落地过程
- 你如何衡量一个AI算法项目（如推荐系统）的业务价值？请结合具体案例说明
- 你认为在推动“AI Native研发模式”落地时，最大的挑战是什么？你会采取哪些关键措施？
- 请描述一次你成功协调产品、业务和技术团队，将一个复杂的AI想法推向上线的经历
- 你对当前LLM、Agent等技术的发展趋势有何看法？它们在你过往或未来的业务场景中有哪些潜在应用？
职位点评
薪资福利75
成长发展90
工作生活50
使命价值80
薪资福利
75中等
作为中层技术管理岗，在深圳/上海一线城市，预计薪资具备市场竞争力，能满足较好的物质回报需求。
薪资信号未披露（AI估算：4千–6.5万/月）
成长发展
90较高
该职位处于AI技术前沿，职责覆盖技术探索、平台建设和团队管理，为技术深度和管理宽度都提供了极佳的成长平台。
技术前沿前沿/新兴技术
技术栈自然语言处理(NLP)、OCR、深度学习、推荐系统、Transformer、LLM、RAG、知识图谱
成长机会带领团队进行前沿 AI 技术探索、招募、培养算法人才、建立团队技术文化和工程规范
业务类型profit_center
工作生活
50较低
JD未明确提及工作模式，但作为团队负责人且需深度协作，预计对现场办公有要求。管理岗位通常意味着更高的责任和工作投入。
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
将AI能力转化为实际业务价值，推动AI Native模式，工作具有明确的业务目标和使命感。AI是当前高速发展的赛道。
行业发展高速增长赛道
社会影响中性/一般
使命信号将 AI 能力转化为实际业务价值、探索人工智能应用，构建智能系统，提供AI服务
创新程度积极采用新技术
Watch Jobs