潍柴动力
算法开发岗(J12391)
算法开发岗(J12391)
发布于 6 天前普通员工/个人贡献者
全职员工仅现场办公
人工智能算法
大模型
模型运维
模型部署
深度学习
算法优化
算法设计
值不值得投
65综合评分
综合评分 65
总部算法岗，技术栈覆盖深度学习与大模型，JD 简短、薪资未披露
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
参考估算薪资
根据职位描述推断，供对比参考
发布情况
正常在招 · 5 天前发布
公司情况
这家公司招聘很活跃
26 个在招
市场机会
选择不多
潍坊 · 1 个在招
职位详情
关于这个职位
负责人工智能算法的设计、开发、部署、优化与运维全流程，需要具备深度学习等传统算法领域知识，并掌握大模型等新兴技术
岗位面向计算机、数学、统计等相关专业硕士及以上人才，要求有 AI 算法项目经历，能展示算法能力与问题解决能力
最低要求
硕士研究生及以上学历
计算机、数学、统计等相关专业
参加过人工智能算法相关项目，能够展示自己的算法能力和解决问题的能力
掌握深度学习等传统算法领域知识，以及大模型等新兴领域技能
工作职责
主要负责人工智能算法的设计、开发、部署、优化与运维
AI 洞察
优缺点分析
优点
- 岗位覆盖设计到运维全链路，算法与工程能力可同步积累
- 同时涉及传统深度学习与大模型，技术栈与行业趋势接轨
- 制造场景的 AI 落地问题具体，成果可验证性较强
- JD 描述较简，具体业务方向与团队分工需在面试中确认
- 算法部署与运维职责并存，需兼顾模型效果与线上稳定性
- 适合硕士阶段做过 AI 算法项目、希望把深度学习与大模型能力落到工业场景的求职者
缺点 / 挑战
暂无明显挑战项
角色解读
- 从单点算法开发走向端到端的模型与系统方案设计
- 在大模型应用方向持续深耕，可成长为算法方向技术骨干
- 算法与工程能力兼备后，可向 AI 平台或算法团队管理方向发展
- 承担人工智能算法从设计、开发到上线部署的全流程工作
- 对已有模型和算法做性能优化与日常运维，保证线上效果稳定
- 结合业务场景把深度学习与大模型能力落到实际产品中
- 深度学习基础扎实，理解常见网络结构与训练调优方法
- 具备大模型相关技能，如微调、推理优化或应用集成
- 计算机、数学或统计专业背景，具备建模与数据分析能力
- 有完整的 AI 算法项目经历，能清晰讲清技术方案与问题定位过程
申请策略
- 面试前了解公司在智能制造与动力总成方向的 AI 应用场景
- 准备好代码或项目演示材料，方便现场说明算法能力
- 用项目形式写清你做过的 AI 算法工作，包括任务定义、模型选型与最终指标
- 单独列出大模型相关的实践，如微调、RAG 或推理加速
- 补充算法部署与运维经历，例如服务化、监控或性能调优
- 展示数学与统计功底，如建模思路或论文成果
- 补齐模型工程化能力，熟悉常见的推理框架与部署流程
- 系统梳理大模型微调与评测方法，准备可复现的小项目
面试指南
- 项目类问题按「任务—数据—方法—结果—反思」结构讲述
- 技术细节问题先给结论，再说明取舍理由与验证方式
- 工程类问题强调可监控、可回滚与效果基线
- 介绍一个你主导的 AI 算法项目，为什么选这个模型结构？
- 模型效果不达预期时，你的排查顺序是什么？
- 你对大模型微调与推理优化的实践有哪些？
- 算法从实验环境到线上部署，你会关注哪些工程问题？
- 如何在数据量有限的情况下提升模型表现？
职位点评
薪资福利60
成长发展76
工作生活58
使命价值62
薪资福利
60中等
JD 未披露薪资与福利信息，薪酬水平需与 HR 确认。
薪资信号未披露（AI估算：1.0千–1.8万/月）
成长发展
76中等
岗位覆盖算法设计到运维全链路，且明确要求大模型等新兴技能，技术成长空间较好，JD 未提及培训或晋升机制。
技术前沿前沿/新兴技术
技术栈人工智能算法、深度学习、大模型、模型部署、算法优化
业务类型ambiguous
工作生活
58较低
JD 未提及办公模式与工时安排，工作节奏需进一步确认。
工作模式未明确
办公地点市区核心地段
加班情况未提及（无法判断）
使命价值
62中等
岗位将 AI 算法用于制造业务场景，技术应用价值明确，JD 未出现使命表述。
行业发展新兴领域（暂难判断）
社会影响中性/一般
创新程度积极采用新技术
潍柴动力 的其他在招职位
相似职位推荐
Watch Jobs