TCL
AI开发工程师
AI开发工程师
发布于 1 小时前普通员工/个人贡献者
实习生仅现场办公NLP工程
NLP工程
Ai解决方案
数据处理
数据清洗
模型训练
深度神经网络
自然语言处理
值不值得投
68综合评分
综合评分 68
制造业企业AI校招岗，技术成长空间较好，侧重NLP与数据工程，薪资福利常规。
从学习成长、工作节奏、岗位方向和实习待遇综合评估，方便比较实习机会。
薪资怎么样
1.5万
比NLP工程中位数低
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 340 个在招
职位详情
关于这个职位
该职位主要负责调研业务需求并制定AI解决方案，同时进行数据的收集、清洗和预处理，为模型训练提供高质量数据集
适合计算机相关专业在校生，研究方向为NLP或深度学习的同学
最低要求
计算机类相关专业，英语四级及以上，良好的听说读写能力
在校研究方向：自然语言处理、模型训练、深度神经网络等
学习能力和沟通协调能力良好
工作职责
深入调研业务需求，分析AI技术应用场景，制定AI解决方案与实施路径
收集、清洗和预处理相关数据，为模型训练提供高质量数据集
其他数据处理分析工作
AI 洞察
优缺点分析
优点
- 依托制造业丰富的业务场景，AI技术落地机会多，能积累实战经验
- 能接触到完整的AI项目闭环，从需求调研到数据处理再到模型训练
- 传统企业的数据基础设施可能处于建设期，数据清洗和预处理工作量较大
- 业务部门对AI的认知可能需要较长的沟通与引导成本
- 适合计算机相关专业、对NLP和深度学习有研究基础，且希望将AI技术应用于实体业务场景的应届生或实习生
缺点 / 挑战
暂无明显挑战项
角色解读
- 从AI算法或数据工程师起步，逐步成长为能独立负责AI业务落地的算法专家
- 未来可向AI技术负责人或AI业务产品方向转型
- 调研业务需求并设计AI落地方案，分析技术应用场景
- 负责训练数据的收集、清洗与预处理，构建高质量数据集
- 参与自然语言处理或深度学习模型的开发与优化工作
- 扎实的计算机基础与NLP、深度学习理论知识
- 熟练掌握Python及主流深度学习框架，具备数据处理能力
- 良好的业务理解能力与跨部门沟通协调能力
申请策略
- 了解TCL的主营业务（如半导体显示、智能终端等），思考AI技术如何赋能其具体业务场景
- 突出在校期间的NLP或深度学习研究方向及具体项目成果
- 展示数据处理和清洗的实战经验，体现对数据质量的把控能力
- 强调良好的沟通协调能力，证明能顺畅对接业务部门
- 提升对主流大模型或NLP前沿技术的了解，保持技术敏感度
- 加强数据工程相关的技能训练，提高数据处理的效率与质量
面试指南
- 采用STAR法则描述项目经历，突出技术难点和你的解决方案
- 对于业务需求评估，强调'业务价值-技术可行性-数据准备'的三步走框架
- 请介绍一个你在校期间参与的NLP或深度学习项目，你负责了哪些核心工作？
- 在数据收集和清洗过程中，你遇到过最大的困难是什么，如何解决的？
- 如果业务部门提出一个AI需求，你会如何评估其可行性并制定实施路径？
- 复习NLP和深度学习的基础理论及最新进展，准备应对技术深度提问
- 准备1-2个完整的数据处理或模型训练项目案例，梳理其中的细节与反思
职位点评
薪资福利65
成长发展75
工作生活60
使命价值70
薪资福利
65中等
作为制造业企业的校招/实习AI岗位，薪资福利具备一定竞争力，但具体薪资未披露，整体处于市场常规水平。
薪资信号未披露（AI估算：1.2千–1.8万/月）
成长发展
75中等
岗位涉及AI解决方案制定与模型训练，能接触到前沿的NLP和深度学习技术，在实体企业的业务场景中有较好的技术成长空间。
技术前沿前沿/新兴技术
技术栈自然语言处理、模型训练、深度神经网络
业务类型ambiguous
工作生活
60中等
工作地点在惠州或北海，生活成本相对较低，但JD未明确说明工作模式和加班情况，WLB无法准确判断。
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
70中等
将AI技术应用于传统制造业和实体业务，具有一定的产业赋能价值，但JD中未明确提及社会使命或宏大愿景。
行业发展高速增长赛道
社会影响中性/一般
创新程度积极采用新技术
Watch Jobs