徐工集团
AI算法与软件
AI算法与软件
发布于 1 小时前普通员工/个人贡献者
全职员工仅现场办公机器学习工程
机器学习工程
Pytorch
数据标注
机器学习
模型优化
深度学习
特征工程
自然语言处理
计算机视觉
值不值得投
薪资怎么样
9.0千
比机器学习工程中位数低
发布情况
新岗位 · 今天发布
公司情况
公司还在招多个职位
6 个在招
职位详情
关于这个职位
徐工消防安全装备有限公司招聘AI算法与软件岗位，主要负责机器学习、深度学习算法的研究、训练与优化，并把AI方案落地到计算机视觉、自然语言处理、数据分析预测等业务场景
岗位面向应届本科及以上毕业生，需要完成从数据处理、模型实验到封装上线的完整闭环，是偏工程落地的算法研发岗
最低要求
本科及以上学历，计算机科学与技术、人工智能、软件工程、自动化、数据科学与大数据技术等相关专业
应届毕业生
英语水平达到CET-6
工作职责
负责机器学习、深度学习算法的研究、设计、训练与优化，包括模型选型、特征工程、参数调优、迭代升级
针对计算机视觉、自然语言处理、数据分析预测等业务场景，落地AI算法解决方案
负责数据集清洗、标注、扩充、建模实验，对比验证模型效果，持续提升准确率、召回率、推理效率
跟进前沿AI技术，调研最新算法模型，完成技术预研、技术文档、实验报告输出
配合开发、产品团队，完成算法模型封装、测试、适配与上线迭代
解决业务场景中的算法难点、badcase，保障线上模型稳定运行
AI 洞察
优缺点分析
优点
- 进入大型装备制造集团的AI团队，业务场景真实，数据与算力资源相对有保障
- 消防装备属于实体产品线，算法成果能直接体现在产品与业务指标上，成就感明确
- 岗位明确面向应届毕业生，专业对口即可投递，进入门槛清晰
- 技术覆盖面较宽（CV、NLP、数据预测），有利于应届生积累多场景经验
- 制造行业AI落地常常要先做大量数据清洗与业务沟通，纯算法研究的时间占比可能低于预期
- 工业场景对模型稳定性、可解释性要求高，指标提升容易受数据质量制约
- 徐州本地AI技术交流氛围与一线城市相比有限，需要主动通过论文、开源社区保持技术敏感度
- 适合希望在实体产业中做AI落地、看重平台稳定性与技术广度，且能接受在非一线城市长期发展的应届毕业生
缺点 / 挑战
暂无明显挑战项
角色解读
- 先成长为能独立负责场景的算法工程师，再向资深算法工程师/技术专家方向发展，在CV或NLP某一方向做深
- 随着业务理解加深，可转向AI解决方案设计或小型算法团队的管理岗
- 装备制造+AI的复合背景在工业智能、智能制造领域较稀缺，长期具备跨行业迁移能力
- 负责机器学习/深度学习算法从模型选型、特征工程到训练调优的全流程研发
- 把算法落地到计算机视觉、自然语言处理、数据分析预测等具体业务场景，解决实际业务问题
- 承担数据集清洗、标注、扩充与建模实验，对比验证并持续提升准确率、召回率和推理效率
- 配合开发与产品团队完成模型封装、测试、上线，并处理线上badcase，保障模型稳定运行
- 扎实的机器学习与深度学习基础，理解主流模型结构与调参、调优方法
- 具备Python及主流框架（如PyTorch/TensorFlow）的工程实现能力，能把算法代码跑通、跑稳
- 数据处理与实验设计能力，包括数据清洗、标注管理、特征工程与指标对比验证
- 英语达到CET-6，能阅读英文论文与技术文档，快速跟进前沿算法
申请策略
- 关注徐工校招时间线与消防安全装备公司的产品方向，面试中体现对实体业务场景的兴趣而非只谈算法
- 沟通时主动询问团队当前的算法落地阶段与数据基础，判断自己能否快速产出
- 重点写清机器学习/深度学习项目的模型选择、数据规模与量化指标提升，而不只是罗列技术名词
- 突出计算机视觉或自然语言处理的具体落地案例（如目标检测、文本分类、时序预测）及工程实现细节
- 标注CET-6成绩，并写明阅读英文论文、复现实验的经历
- 若有数据清洗、标注流程搭建或模型部署上线的经验，建议单独列一条，正对应JD职责
- 补强模型部署链路，熟悉ONNX、TensorRT等导出与加速工具，对应JD中“模型封装、测试、适配与上线”的要求
- 准备1-2个贴近工业场景的项目（缺陷检测、设备时序预测、工单文本分类），体现业务落地能力
面试指南
- 讲项目用STAR结构：业务问题→数据与方案→实验结果→上线效果，务必给出可量化指标
- 回答技术题先给结论，再讲原理与取舍，体现工程权衡而非背书
- 遇到开放问题先澄清业务目标与资源约束，再给出分阶段可执行方案
- 请介绍一个你完整做过的深度学习项目，模型选型的依据是什么，最终指标如何？
- 数据量不足或标注质量较差时，你通常如何处理？
- 如何提升模型的推理效率？你了解哪些模型压缩或加速方案？
- 计算机视觉和NLP你更擅长哪个方向？谈谈你对Transformer的理解
- 模型上线后效果下降、badcase增多，你会如何排查？
Watch Jobs