上海电气
AI应用开发工程师(27届校招)
AI应用开发工程师(27届校招)
发布于 7 天前普通员工/个人贡献者
全职员工仅现场办公人工智能
人工智能
Llamaindex
Llm
Pinecone
Pytorch
Tensorflow
向量数据库
值不值得投
72综合评分
综合评分 72
上海校招大模型应用开发岗，前沿技术栈与成长性突出，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，方便比较职业起点。
薪资怎么样
1.5万
比人工智能中位数低
发布情况
正常在招 · 7 天前发布
公司情况
这家公司招聘很活跃
15 个在招
市场机会
选择面较广
上海 · 人工智能 · 约 390 个在招
职位详情
关于这个职位
面向27届校招的AI应用开发工程师岗位，参与大模型推理服务部署、LangChain等AI技术栈选型、多模型融合Agent方案设计与核心模块编码，要求扎实的编程基础与Linux/Docker/K8s能力，工作地上海
最低要求
本科及以上学历，计算机/人工智能相关专业
扎实的编程基础，熟练掌握Python/Java/Go中的至少一种
熟悉Linux环境、Docker及Kubernetes编排
了解LangChain或LlamaIndex框架原理，了解PyTorch/TensorFlow模型部署流程，有向量数据库（如Milvus/Pinecone）使用或实践经历
对高并发系统设计有基本认知，了解分布式缓存、异步处理、服务降级等稳定性策略
工作职责
参与大模型/传统AI模型的API封装、推理服务部署及缓存策略设计，协助解决推理延迟、服务稳定性及资源成本等工程问题
结合业务场景，协助评估LangChain、LlamaIndex、向量数据库及推理框架等技术栈，参与制定可扩展架构方案
参与多模型融合的智能体（Agent）解决方案设计，完成核心模块编码与调优
跟踪AI工程化前沿技术，推动产品创新与性能优化
优先资格
有开源AI项目贡献、模型压测/调优经验，或顶会AI工程相关论文
AI 洞察
优缺点分析
优点
- 大模型工程化是当前需求旺盛的方向，履历增值快
- 技术栈覆盖LLM、Agent、云原生与高并发，能力面宽
- 加分项明确指向开源贡献与论文，鼓励技术产出
- AI技术迭代极快，需要持续学习否则容易过时
- 推理延迟、稳定性与成本三角权衡难度大
- 需要同时懂模型与工程，知识深度和广度要求都高
- 适合编程扎实、对大模型工程化有兴趣、有AI项目或开源经历的应届生
缺点 / 挑战
暂无明显挑战项
角色解读
- 从推理服务与Agent模块开发做起，成长为AI应用架构师
- 深入模型压测调优后，可向LLM推理优化专家方向发展
- 积累业务场景理解后也可牵头AI产品与技术方案设计
- 做大模型与AI模型的API封装、推理服务部署和缓存策略设计，解决延迟、稳定性与成本问题
- 结合业务场景评估LangChain、LlamaIndex、向量数据库等技术栈，参与可扩展架构设计
- 参与多模型融合Agent方案设计，负责核心模块编码与调优
- 跟踪AI工程化前沿，推动产品创新与性能优化
- 熟练掌握Python/Java/Go至少一种，编程基础扎实
- 熟悉Linux、Docker与Kubernetes编排
- 了解LangChain/LlamaIndex原理、PyTorch/TensorFlow部署流程和向量数据库实践
- 理解高并发设计、分布式缓存、异步处理与服务降级等稳定性策略
申请策略
- 面试前了解公司AI落地的业务场景
- 准备一个从原型到部署的端到端AI项目案例
- 突出LLM应用、Agent或RAG相关项目，写明技术栈与量化效果
- 展示Kubernetes部署与推理服务优化的实践经验
- 提及开源贡献、压测调优或论文等加分证据
- 强调Python/Java/Go中主攻语言的工程深度
- 动手搭建LangChain/LlamaIndex+向量数据库的完整Demo
- 学习推理框架与缓存、降级等高并发稳定性方案
面试指南
- 项目类问题按场景-架构-个人贡献-结果讲述
- 优化类问题从模型、缓存、并发架构多层面拆解
- 设计类问题先明确需求与约束，再给方案与权衡
- 请介绍你做过的大模型或AI应用项目，你负责哪部分
- 推理延迟过高你会从哪些方面优化
- LangChain/LlamaIndex的核心机制是什么，各适合什么场景
- 向量数据库的选型考量有哪些
- 如何设计一个多模型融合的Agent方案
职位点评
薪资福利68
成长发展88
工作生活58
使命价值62
薪资福利
68中等
JD未披露薪资，但大模型方向校招岗位议价空间较好，上海AI开发岗市场价偏上。
薪资信号未披露（AI估算：1.2千–1.8万/月）
成长发展
88较高
直接参与大模型推理、Agent与AI工程化平台建设，处于当前最热门的技术方向，成长性与履历增值都很突出。
技术前沿前沿/新兴技术
技术栈LLM、LangChain、LlamaIndex、向量数据库、Kubernetes、PyTorch、TensorFlow、Agent
业务类型ambiguous
工作生活
58较低
开发岗以办公室工作为主，JD未提及作息、弹性与远程安排，办公模式未知。
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
62中等
推动AI在工业场景落地具有一定创新价值，JD提到跟踪前沿与产品创新，但无使命愿景类表述。
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
上海电气 的其他在招职位
相似职位推荐
Watch Jobs