中国远洋运输集团
大模型算法工程师
大模型算法工程师
发布于 3 天前中层管理(经理/总监)
全职员工仅现场办公人工智能
人工智能
Ai赋能
Pytorch
分布式训练
大模型
技术方案设计
算法研究
自然语言处理
值不值得投
75综合评分
综合评分 75
大型央企平台的大模型算法专家岗，技术挑战大、成长性强，但工作模式固定、强度未知。
从薪资福利、成长空间、工作节奏和岗位方向综合评估，方便横向比较。
薪资怎么样
4.8万
比人工智能中位数低
发布情况
新岗位 · 3 天前发布
公司情况
这家公司招聘很活跃
约 260 个在招 · 其中人工智能 4 个
市场机会
选择面较广
上海 · 人工智能 · 约 290 个在招
职位详情
关于这个职位
该职位是中国远洋运输集团大模型算法团队的核心岗位，负责大模型前沿算法的研究、创新与落地应用
工作内容涵盖模型架构设计、训练优化、工程化部署以及跨团队技术方案主导，旨在利用人工智能技术赋能传统航运业务流程
最低要求
学历背景：计算机科学.人工智能.数学等相关专业博士学历，研究方向与深度学习.自然语言处理.大模型高度相关
专业知识：精通Transformer.MoE等主流大模型架构，深入理解预训练.提示学习.RLHF等关键算法
熟悉分布式训练.量化压缩.推理加速等性能优化技术，具备万卡级集群训练经验者优先
工程能力：熟练掌握至少一种深度学习框架，如PyTorch或DeepSpeed等，具备大规模数据处理与高性能训练代码开发能力
有开源大模型（如LLaMA.ChatGLM等）二次开发或自研经验者优先
研究能力：在ACL.NeurIPS.ICLR等顶会以第一作者发表相关论文，或具备重大开源项目贡献.国际竞赛获奖经历
软技能：强烈的创新驱动力与技术热情，能独立攻克复杂技术问题
优秀的逻辑表达与团队协作能力，具备技术规划与跨领域沟通经验
工作职责
前沿算法研究与创新：负责大模型核心算法的前瞻性研究，包括但不限于模型架构设计.训练优化.高效推理.多模态融合等方向的技术突破
关键技术攻坚与落地：拥有大模型.算法的训练.调优与部署，解决高并发.高稳定性场景下的工程难题，推动技术成果在业务场景中的应用
技术领导与协作：主导技术方案设计与评审，协同跨团队（产品.数据.工程）完成复杂项目，提升团队整体技术水平
学术影响力建设：跟进全球顶尖学术成果，参与专利撰写.顶级会议论文发表
团队AI赋能：对于事业部代码开发全流程的AI赋能进行梳理分析，对不同岗位，项目不同环节，规划合适的方式，形成体系的方法
优先资格
具备万卡级集群训练经验者优先
有开源大模型（如LLaMA.ChatGLM等）二次开发或自研经验者优先
在ACL.NeurIPS.ICLR等顶会以第一作者发表相关论文，或具备重大开源项目贡献.国际竞赛获奖经历
AI 洞察
优缺点分析
优点
- 技术前沿：工作内容紧跟大模型技术最前沿，有机会参与从0到1的算法研究与系统构建
- 业务落地场景：能将尖端AI技术应用于真实的全球化物流与供应链场景，技术价值感强
- 企业平台：依托大型央企平台，项目资源充足，研究方向可能获得长期稳定的支持
- 综合要求高：岗位对研究、工程、领导力均有要求，能提供全面的能力锻炼和成长空间
- 技术攻坚难度大：需要解决高并发、高稳定性场景下的工程难题，对技术深度和广度要求极高
- 学术与工程平衡：既要追求学术影响力（发论文），又要确保工程落地和业务价值产出
- 适合拥有顶尖学术背景（博士、顶会论文）、热衷于大模型技术研究与工程实践，同时具备较强系统设计能力、跨团队协作和领导意愿的资深算法工程师或研究员
缺点 / 挑战
- 领域融合挑战：需理解传统航运业务逻辑，将AI技术有效赋能于具体业务流程，存在跨界沟通成本
角色解读
- 技术专家路线：深耕大模型领域，成为特定方向（如多模态、高效推理）的技术权威，引领行业技术发展
- 技术管理路线：凭借技术领导力，从技术骨干向技术经理、技术总监发展，负责更大规模的技术团队和战略规划
- 行业解决方案专家：结合航运物流领域知识，成为将前沿AI技术与特定行业深度结合的复合型专家
- 负责大模型前沿算法的研究与创新，包括模型架构设计、训练优化和多模态融合等
- 主导算法从训练、调优到部署的全链路工程化，并解决高并发场景下的性能与稳定性难题
- 作为技术专家，主导技术方案评审，领导跨团队项目落地，并致力于提升团队整体技术水平
- 负责梳理代码开发全流程的AI赋能方案，将大模型能力体系化地应用到实际业务环节中
- 需要博士级学术背景，精通Transformer、MoE等主流大模型架构及RLHF等核心算法
- 必须具备大规模分布式训练、量化压缩和推理加速的工程优化能力，有万卡集群经验更优
- 需要熟练的深度学习框架（如PyTorch）编码能力，并有开源大模型二次开发或自研的实战经验
- 需要在顶级学术会议发表论文或拥有重大开源项目贡献，体现强大的研究与创新驱动力
申请策略
- 深入研究中国远洋运输集团的业务，特别是其数字化、智能化转型的战略和方向，思考大模型技术如何切入
- 准备一份清晰的研究或技术规划提案，阐述你对该岗位核心方向（如多模态融合、代码AI赋能）的理解和初步思路
- 面试中展现你的系统设计能力，不仅是算法细节，更要能阐述技术方案在复杂业务场景下的考量与取舍
- 突出博士期间的深度学习、NLP或大模型相关研究成果，尤其是发表在ACL、NeurIPS、ICLR等顶会的论文
- 详细描述参与过的开源大模型项目（如LLaMA、ChatGLM的二次开发）或大规模分布式训练项目的具体贡献与技术栈
- 强调解决过的具有挑战性的工程问题，例如性能优化、模型压缩、高并发部署等，并附上量化成果
- 补充任何体现技术领导力、跨团队协作或技术规划的项目经验
- 持续跟进大模型领域最新论文和技术动态，保持技术敏锐度
面试指南
- 针对技术深度问题（1、2、3）：采用“背景-挑战-方法-结果”的结构
- 具体说明问题背景、技术难点、你提出的解决方案（包括原理和工程实现），以及最终的量化效果或学术产出
- 针对领导力与协作问题（4）：采用“情境-任务-行动-结果”（STAR）模型
- 重点描述你在技术决策、跨团队沟通、推动共识和解决问题中发挥的具体作用
- 针对行业应用问题（5）：先简要分析行业特性（如供应链复杂、数据多模态、实时性要求），然后从技术角度（如多模态理解、决策优化、流程自动化）提出可能的应用方向和需要克服的挑战
- 请介绍你最有代表性的一项大模型相关研究或工程项目，你具体负责了什么？解决了哪些核心挑战？
- 你对Transformer架构的优缺点如何理解？Mixture-of-Experts (MoE) 模型在实践中有哪些关键问题需要解决？
- 在你的经验中，如何设计一个高并发、高稳定性的大模型推理服务？如何进行性能优化？
职位点评
薪资福利82
成长发展92
工作生活45
使命价值68
薪资福利
82较高
该职位为已上市的跨国企业核心研发岗位，且博士学历要求高，薪资福利体系预计具有市场竞争力，能满足对薪酬稳定性和福利保障的较高期待。
薪资信号市场水准 (3.5千–6万/月)
成长发展
92较高
该职位聚焦大模型前沿算法研究、攻坚与团队技术领导，技术含量极高，且明确要求顶会论文和开源贡献，提供了顶尖的技术成长环境和明确的精英技术路线。
技术前沿前沿/新兴技术
技术栈大模型、Transformer、MoE、分布式训练、量化压缩、推理加速、PyTorch、DeepSpeed、LLaMA、ChatGLM
成长机会技术领导与协作、学术影响力建设、团队AI赋能
业务类型ambiguous
工作生活
45较低
职位要求现场办公，未提及任何远程或弹性工作安排。作为核心技术攻坚岗位，工作强度和压力可能较大，且浦东新区的通勤成本需考虑，生活化动机满足程度有限。
工作模式仅现场办公
办公地点未明确
加班情况未提及（无法判断）
使命价值
68中等
该职位将前沿AI技术应用于传统航运物流行业，推动智能化转型，具有一定的行业创新价值和社会经济意义，但并非直接面向公众的显性社会服务，使命感动机满足程度中等。
行业发展稳定成熟行业
社会影响中性/一般
使命信号团队AI赋能
创新程度积极采用新技术
Watch Jobs