Wistron logo
纬创资通
AI工程師

AI工程師

发布于 3 小时前

普通员工/个人贡献者

AI 估算 · 4.5–7.5万 · AI 参考估算
中级经验
学历未注明
全职员工仅现场办公AI算法
AI算法
Api集成
Pinn
模型优化
深度学习
神经算子

值不值得投

71综合评分

综合评分 71

前沿物理AI技术研发岗,技术壁垒高,适合追求专业深度的工程师

从薪资福利、成长发展、工作生活和使命价值四个维度综合评估,方便横向比较。

薪资怎么样

6.0万

比AI算法中位数高

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 500 个在招

职位详情

关于这个职位

该职位主要负责AI服务器及相关产品的模型开发与优化,重点涉及物理导向AI(如PINN、神经算子)的研发

你需要将物理方程融入深度学习架构,并与工程专家合作转化领域知识
同时负责追踪前沿AI技术趋势,评估其业务落地可行性,并将训练好的模型封装为API或整合至现有系统中

工作职责

模型开发与应用:应用主流深度学习方法进行数据预处理、特征工程、模型构建、训练、调参及评估

物理导向AI研发:将物理方程(PDE/ODE、守恒定律等)融入深度学习架构,开发物理信息神经网络(PINN)或神经算子(FNO, DeepONet),并与物理/工程专家合作将领域知识转化为数学模型与算法
技术研究:追踪国内外最新AI/DL技术趋势(计算机视觉、NLP、生成式AI等),评估其在现有业务或产品中的落地可行性
代码管理与协作:使用Python编写高效、可读性强且易维护的代码,通过Git/GitHub进行版本控制与团队代码审查
跨团队协作:与数据科学家、后端工程师、产品经理紧密合作,将训练好的AI模型封装成API或整合至现有系统

AI 洞察

优缺点分析

优点

  • 接触硬件结合的前沿AI技术(物理AI),技术壁垒高,行业差异化竞争优势明显
  • 需要跨学科知识(物理+AI),研发难度大
  • 对物理AI感兴趣,具备扎实算法基础且希望从事硬核技术研发的工程师

缺点 / 挑战

  • 传统制造企业的AI转型可能面临流程或文化挑战

角色解读

  • 可向高级AI研究员、算法专家方向发展,或在物理AI交叉领域成为技术带头人
  • 负责AI服务器产品的核心算法研发,特别是结合物理规律的混合模型开发
  • 精通Python及深度学习框架,熟悉PINN、神经算子等前沿物理AI技术,具备良好的工程化落地能力

申请策略

  • 了解纬创在AI服务器领域的最新动态,准备关于如何将物理约束融入数据驱动模型的案例思考
  • 突出物理信息神经网络(PINN)或神经算子相关项目经验,展示算法在工业场景落地的实际成果
  • 加强物理方程数值解法与深度学习结合的理论理解,提升模型部署和API封装的工程能力

面试指南

  • 采用STAR法则回答项目经历,重点阐述技术选型的理由、遇到的难点及解决方案、最终的业务价值
  • 请解释一下PINN的基本原理及其相比纯数据驱动模型的优势
  • 你如何处理物理方程中的边界条件在神经网络中的嵌入?
  • 描述一个你将复杂算法工程化并部署到生产环境的经历
  • 复习常微分方程(ODE)和偏微分方程(PDE)的基础知识,准备1-2个完整的端到端AI项目案例

职位点评

薪资福利70
成长发展85
工作生活50
使命价值75

薪资福利

70中等

作为已上市的跨国巨头,通常提供稳定的薪酬体系和完善的福利,但具体薪资竞争力需参考当地市场水平。

薪资信号未披露(AI估算:4.5千–7.5万/月)

成长发展

85较高

职位涉及物理导向AI这一前沿交叉领域,技术含量高,成长空间大,有利于积累稀缺的核心竞争力。

技术前沿前沿/新兴技术
技术栈PINN、DeepONet、FNO、深度学习、Python、物理方程
业务类型profit_center

工作生活

50较低

制造业背景通常意味着较为固定的工作节奏,但涉及研发项目可能有阶段性压力,JD未明确提及弹性工作制。

工作模式未明确
办公地点工厂/生产基地
加班情况未提及(无法判断)

使命价值

75中等

推动AI技术在实体产业(服务器硬件)的落地,具有明确的商业价值和产业升级意义。

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