徐工集团
AI算法开发
AI算法开发
发布于 2 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
Ai算法
大模型
工程机械
强化学习
数字化施工
模型部署
深度学习
值不值得投
72综合评分
综合评分 72
应届AI算法岗，前沿算法与工程机械场景结合，成长性突出，但薪资福利与WLB信息未披露。
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，方便比较职业起点。
薪资怎么样
1.4万
比人工智能中位数低
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
该岗位面向应届毕业生，跟踪AI趋势并研究深度学习、强化学习、大模型等技术，将AI模型应用于挖掘机产品控制、无人化与数字化施工调度，并建设场景AI共享交付平台
适合希望在工程机械智能化场景中落地AI算法的候选人
最低要求
本科及以上学历，人工智能、数据科学与大数据技术、应用数学等专业应届毕业生
工作职责
负责跟踪最新AI发展趋势和算法模型，负责开展深度学习、强化学习、大模型等AI技术研究及软件部署
通过AI模型赋能产品控制、无人化与数字化施工调度
负责构建和维护挖掘机应用场景AI技术共享和交付平台
AI 洞察
优缺点分析
优点
- 岗位覆盖深度学习、强化学习、大模型等前沿技术，技术面较广
- AI算法可直接落地到挖掘机产品控制、无人化施工等真实场景
- 应届生专业对口，培养方向明确
- 工程机械智能化场景具有一定稀缺性
- 工业场景的数据、控制与部署约束较复杂，算法落地周期可能较长
- 需要同时理解AI算法和产品控制、施工调度业务
- 工作地点在徐州，需适应当地产业环境
- 适合AI、数据科学、应用数学等专业应届生，尤其是希望在工程机械智能化和无人化场景中长期深耕的技术人才
缺点 / 挑战
暂无明显挑战项
角色解读
- 可从算法开发成长为工程机械场景算法专家或技术负责人
- 也可向AI平台架构、智能施工系统等方向发展
- 在真实工业场景中积累AI落地与无人化经验
- 跟踪AI发展趋势和算法模型，研究深度学习、强化学习、大模型等技术并推进软件部署
- 将AI模型用于挖掘机产品控制、无人化施工和数字化调度
- 建设并维护挖掘机应用场景的AI技术共享与交付平台
- 需要具备深度学习、强化学习、大模型等AI算法基础与研究能力
- 具备模型工程化和软件部署能力
- 能够理解工程机械产品控制、无人化与施工调度场景
- 人工智能、数据科学、应用数学等相关专业背景
申请策略
- 关注徐工在智能化、无人化施工方面的业务布局
- 简历中尽量用项目指标说明算法从研究到部署的落地能力
- 重点突出深度学习、强化学习、大模型相关项目、论文或竞赛经历
- 展示模型训练、评估和软件部署的完整闭环
- 强调与控制系统、无人化、调度优化相关的项目经验
- 体现数学建模和编程能力
- 提前补强Python、PyTorch/TensorFlow等算法开发工具
- 学习强化学习、大模型微调与推理优化
面试指南
- 用STAR结构说明项目背景、任务、行动和结果
- 按技术选型、数据、训练、部署、评估闭环讲算法落地
- 结合场景约束、业务指标和迭代过程说明方案价值
- 请介绍一个你主导的深度学习或强化学习项目
- 如何把大模型部署到工业场景，主要挑战是什么
- 强化学习用于产品控制或施工调度时如何建模和设计奖励
- 如何构建AI技术共享与交付平台
- 为什么选择工程机械AI方向
职位点评
薪资福利68
成长发展85
工作生活55
使命价值75
薪资福利
68中等
JD未披露薪资与福利，无法确认补偿竞争力；岗位为集团下属挖掘机械公司的校招技术岗，具体待遇需结合offer判断。
薪资信号未披露（AI估算：1.0千–1.8万/月）
成长发展
85较高
岗位覆盖深度学习、强化学习、大模型研究与部署，并面向无人化施工落地，技术成长信号明确。
技术前沿前沿/新兴技术
技术栈深度学习、强化学习、大模型、AI算法、软件部署、无人化、数字化施工
业务类型ambiguous
工作生活
55较低
JD未提及办公模式、弹性安排或加班情况，工作生活平衡信息不足，建议面试确认。
工作模式未明确
办公地点未明确
加班情况未提及（无法判断）
使命价值
75中等
AI赋能挖掘机产品控制与无人化施工，具备一定产业智能化价值；JD未明确使命愿景，行业属于成熟工程机械的智能化升级方向。
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
徐工集团 的其他在招职位
相似职位推荐
Watch Jobs