创维
AI工程师
AI工程师
发布于 6 小时前普通员工/个人贡献者
全职员工仅现场办公人工智能
人工智能
Onnx
Pytorch
Tensorflow
推荐系统
数据工程
模型优化
自然语言处理
计算机视觉
值不值得投
72综合评分
综合评分 72
传统硬件巨头AI转型岗，技术成长性突出，但薪资福利与WLB信息不明确。
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
2万
比人工智能中位数低
发布情况
新岗位 · 今天发布
市场机会
选择面较广
深圳 · 人工智能 · 91 个在招
职位详情
关于这个职位
该职位是创维研发中心的AI工程师，负责参与从需求分析到模型部署的AI技术全流程工作
你需要进行CV、NLP、推荐系统等方向的模型训练与优化，并协助完成数据工程、模型部署及前沿技术研究
最低要求
学历与专业：本科及以上学历，计算机科学、人工智能、软件工程、电子信息、数学等相关专业
编程能力：熟练掌握Python，熟悉Linux开发环境，有良好的代码规范意识
框架基础：熟悉TensorFlow 或 PyTorch 框架的基本使用，了解模型训练-评估-推理的全流程
算法基础：熟悉机器学习经典算法（LR、SVM、树模型等）和深度学习基础理论，在CV-NLP-推荐系统中至少一个方向有项目实践经验
工具生态：了解HuggingFace - MMLab等开源工具库的使用，有实际项目调用或二次开发经验者优先
工程视野：对模型部署技术栈（ONNX、TensorRT，云平台部署等）有一定认知或接触经验者优先
数学基础：具备扎实的线性代数、概率统计、最优化理论基础
综合素质：具备优秀的逻辑分析能力和技术文档撰写能力，能将业务需求转化为清晰的技术方案
拥有良好的跨部门沟通意识，能与产品、工程、业务团队高效协作
工作职责
参与AI技术从业务需求分析、算法选型到模型开发的全流程工作，在导师指导下完成算法方案的调研与设计
负责CV - NLP - 推荐系统等方向模型的训练、调参与优化工作，协助完成模型压缩与推理加速
参与数据工程全链路（数据采集、清洗、标注、增强），对业务数据进行深入分析与洞察
配合技术-业务团队完成AI解决方案的工程化部署与上线交付，参与跨部门协作沟通
跟踪前沿AI技术动态，复现SOTA论文并探索在业务场景中的落地可能性
负责所承担模块的技术文档撰写、代码review与版本管理
AI 洞察
优缺点分析
优点
- 能够接触AI技术从0到1的全流程，包括前沿研究、模型开发与工程化，技能栈非常完整
- 作为传统硬件厂商向智能化转型的部门，AI技术直接服务于核心业务，落地场景明确
- 提供导师指导，对新人友好，有助于快速构建系统化的AI工程知识体系
- 需要同时兼顾算法的先进性与工程化落地的可行性，对综合能力要求高
- 适合对AI技术有热情，不仅希望研究算法，更希望将算法工程化并应用于实际业务场景的计算机相关专业毕业生或初级工程师
缺点 / 挑战
- 作为转型业务中的技术岗位，可能需要证明技术在传统业务场景中的价值，面临一定的创新压力
角色解读
- 技术路径：可沿着算法工程师 -> 高级算法工程师 -> 技术专家/AI架构师的方向发展，在特定AI领域建立深度壁垒
- 综合路径：在掌握AI技术后，可向技术负责人、项目经理或产品经理方向拓展，需要加强业务理解和团队协作能力
- 你将作为AI工程师，深度参与算法从调研到落地的全周期，包括方案设计、模型开发与优化
- 负责处理具体AI方向（CV/NLP/推荐）的模型训练调优，并推动其在实际业务中工程化部署
- 你需要处理与AI相关的数据全流程，并参与跨团队协作，将技术转化为业务价值
- 扎实的编程能力，尤其是Python，以及在Linux环境下工作的经验
- 掌握PyTorch或TensorFlow等主流框架，并理解模型从训练到推理的完整链路
- 在计算机视觉、自然语言处理或推荐系统中至少一个领域有实际的项目或研究经验
- 良好的数学基础（线性代数、概率统计）和算法理论基础
申请策略
- 在面试前，可以研究一下创维在智能化产品（如智能电视、智能家居）方面的布局，思考AI技术如何赋能其业务，这能体现你的业务洞察力
- 重点突出与CV、NLP或推荐系统相关的项目经验，并详细说明你在其中承担的算法设计、训练优化或工程部署的具体工作
- 列举使用Python、PyTorch/TensorFlow、HuggingFace等工具解决实际问题的代码或项目链接
- 展示良好的文档编写能力或技术博客，体现你的逻辑思维和知识沉淀习惯
- 针对目标岗位方向（CV/NLP/推荐），系统性地学习该方向的经典模型与最新论文，并尝试复现
- 加强模型部署相关知识，学习ONNX、TensorRT或云平台部署的基本实践，弥补工程落地经验的不足
面试指南
- 对于项目介绍类问题，采用STAR法则（情境、任务、行动、结果），重点突出你的技术选型理由和具体贡献
- 对于技术方案类问题，结合理论知识（如压缩方法原理）和实践经验（如使用ONNX Runtime的经历）进行回答
- 对于开放性设计问题，先明确业务目标和约束条件，再逐步展开技术方案，展现结构化思维
- 请详细介绍一个你做过的AI项目，从问题定义、方案选择到最终实现和效果评估
- 如何对一个训练好的模型进行推理加速和压缩？请结合你的经验谈谈
- 如果让你为创维的一个产品（如智能电视的图像增强）设计一个AI解决方案，你的思路是什么？
- 你在工作中是如何进行数据清洗和特征分析的？遇到过哪些挑战？
- 系统梳理你过往的AI项目经历，准备好能清晰阐述技术细节和结果的故事
职位点评
薪资福利60
成长发展85
工作生活70
使命价值75
薪资福利
60中等
JD未明确披露薪资与具体福利，作为传统制造企业的技术研发岗，其薪酬福利竞争力需进一步确认。
薪资信号未披露（AI估算：1.5千–2.5万/月）
成长发展
85较高
该职位提供AI全链路的实践机会，并有导师指导和前沿技术跟踪要求，对个人技术深度和广度的成长有显著帮助。
技术前沿前沿/新兴技术
技术栈Python、PyTorch、TensorFlow、CV、NLP、推荐系统、ONNX、TensorRT
成长机会在导师指导下完成、跟踪前沿AI技术动态、复现SOTA论文
业务类型ambiguous
工作生活
70中等
JD未提及具体办公模式与工作时间安排，作为研发中心岗位，工作生活平衡状况需入职后了解。
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
75中等
将AI技术应用于智能硬件产品，有明确的落地场景和潜在的社会价值，但行业整体增长速率可能不如纯互联网领域。
行业发展稳定成熟行业
社会影响中性/一般
使命信号探索在业务场景中的落地可能性
创新程度积极采用新技术
Watch Jobs